JP2021030049A - サルコペニア評価方法、サルコペニア評価装置及びサルコペニア評価プログラム - Google Patents

サルコペニア評価方法、サルコペニア評価装置及びサルコペニア評価プログラム Download PDF

Info

Publication number
JP2021030049A
JP2021030049A JP2020023431A JP2020023431A JP2021030049A JP 2021030049 A JP2021030049 A JP 2021030049A JP 2020023431 A JP2020023431 A JP 2020023431A JP 2020023431 A JP2020023431 A JP 2020023431A JP 2021030049 A JP2021030049 A JP 2021030049A
Authority
JP
Japan
Prior art keywords
period
sarcopenia
angle
foot
series data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2020023431A
Other languages
English (en)
Other versions
JP7473354B2 (ja
Inventor
貴洋 樋山
Takahiro Hiyama
貴洋 樋山
佳州 佐藤
Yoshikuni Sato
佳州 佐藤
貴拓 相原
Takahiro Aihara
貴拓 相原
健吾 和田
Kengo Wada
健吾 和田
太一 濱塚
Taichi Hamazuka
太一 濱塚
松村　吉浩
Yoshihiro Matsumura
吉浩 松村
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Intellectual Property Corp of America
Original Assignee
Panasonic Intellectual Property Corp of America
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Panasonic Intellectual Property Corp of America filed Critical Panasonic Intellectual Property Corp of America
Priority to US16/991,551 priority Critical patent/US20210059614A1/en
Priority to CN202010834841.8A priority patent/CN112438722A/zh
Publication of JP2021030049A publication Critical patent/JP2021030049A/ja
Priority to US18/386,040 priority patent/US20240057946A1/en
Application granted granted Critical
Publication of JP7473354B2 publication Critical patent/JP7473354B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A61B5/1127—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using markers
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4519—Muscles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/112—Gait analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4528—Joints
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
    • A61B5/4585—Evaluating the knee
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
    • A61B5/4595—Evaluating the ankle
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4842—Monitoring progression or stage of a disease
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G06V40/25—Recognition of walking or running movements, e.g. gait recognition
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/08—Elderly
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Physiology (AREA)
  • Rheumatology (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Geometry (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Social Psychology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

【課題】簡単且つ高い精度でサルコペニアを評価することができる技術を提供する。【解決手段】被験者の歩行動作に基づいてサルコペニアを評価するサルコペニア評価装置１おけるサルコペニア評価方法は、被験者の歩行に関する歩行データを取得し、歩行データから、被験者の一方の足の立脚期における一方の足の膝関節の角度、一方の足の遊脚期における一方の足の膝関節の角度、立脚期における一方の足のつま先の鉛直方向の変位、遊脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の足首関節の角度、及び遊脚期における一方の足の足首関節の角度の少なくとも１つの歩行パラメータを検出し、少なくとも１つの歩行パラメータを用いて被験者がサルコペニアであるか否かを判定する。【選択図】図１

Description

本開示は、被験者の歩行動作に基づいてサルコペニアを評価する技術に関するものである。
近年、高齢者の健康状態を把握するために、簡易に身体機能を推定するための技術の開発が行われている。特に、高齢者は、加齢に伴って筋肉量が減少し、脂肪量が増加する。一般的に、加齢による骨格筋量の低下を示す状態はサルコペニアと呼ばれている。サルコペニアは、転倒、骨折、寝たきり及び虚弱と密接な関係があると言われている。そのため、サルコペニアである高齢者を早めに見つけ出し、対策を講じる必要がある。
従来、日常的に行われる歩行から計測されるパラメータに基づいて、認知機能又は運動機能を評価する技術が提案されている。
例えば、特許文献１では、歩行行為で計測した歩行パラメータに基づいて老年障害の起こりやすさ（老年障害リスク）を評価する方法が開示されている。
また、例えば、特許文献２では、被験者の腰部に装着された加速度センサにより、被験者の移動中における前後加速度、左右加速度及び上下加速度が測定され、前後加速度、左右加速度及び上下加速度の時間的変化に基づいて、移動能力が評価される。
特開２０１３−２５５７８６号公報 特開２０１８−１１４３１９号公報
しかしながら、上記従来の技術では、簡単且つ高い精度でサルコペニアを評価することが困難であり、更なる改善が必要とされていた。
本開示は、上記の問題を解決するためになされたもので、簡単且つ高い精度でサルコペニアを評価することができる技術を提供することを目的とするものである。
本開示の一態様に係るサルコペニア評価方法は、被験者の歩行動作に基づいてサルコペニアを評価するサルコペニア評価装置におけるサルコペニア評価方法であって、前記被験者の歩行に関する歩行データを取得し、前記歩行データから、前記被験者の一方の足の立脚期における前記一方の足の膝関節の角度、前記一方の足の遊脚期における前記一方の足の前記膝関節の角度、前記立脚期における前記一方の足のつま先の鉛直方向の変位、前記遊脚期における前記一方の足の前記つま先の鉛直方向の変位、前記立脚期における前記一方の足の足首関節の角度、及び前記遊脚期における前記一方の足の前記足首関節の角度の少なくとも１つを検出し、前記立脚期における前記膝関節の前記角度、前記遊脚期における前記膝関節の前記角度、前記立脚期における前記つま先の鉛直方向の前記変位、前記遊脚期における前記つま先の鉛直方向の前記変位、前記立脚期における前記足首関節の前記角度、及び前記遊脚期における前記足首関節の前記角度の少なくとも１つを用いて前記被験者がサルコペニアであるか否かを判定する。
本開示によれば、簡単且つ高い精度でサルコペニアを評価することができる。
本開示の実施の形態におけるサルコペニア評価システムの構成を示すブロック図である。 本実施の形態において、２次元画像データから骨格データを抽出する処理について説明するための図である。 本実施の形態における歩行周期について説明するための図である。 本実施の形態において、被験者の歩行動作を利用したサルコペニア評価処理を説明するためのフローチャートである。 図４のステップＳ４におけるサルコペニア判定処理について説明するためのフローチャートである。 図４のステップＳ４におけるサルコペニア判定処理の他の例について説明するためのフローチャートである。 本実施の形態において、１歩行周期における一方の足の膝関節の角度の変化を示す図である。 本実施の形態における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態における予測モデルを用いて健常者及びサルコペニア予備群を判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態の第１の変形例における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態の第１の変形例における予測モデルを用いて健常者及びサルコペニア予備群を判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態の第２の変形例における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態の第２の変形例における予測モデルを用いて健常者及びサルコペニア予備群を判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態の第２の変形例において、サルコペニアである被験者らの一方の足の膝関節の角度の時系列データの平均値の平均と、サルコペニア予備群である被験者らの一方の足の膝関節の角度の時系列データの平均値の平均と、健常者である被験者らの一方の足の膝関節の角度の時系列データの平均値の平均とを示す図である。 本実施の形態の第３の変形例において、１歩行周期における一方の足のつま先の鉛直方向の変位を示す図である。 本実施の形態の第３の変形例における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態の第３の変形例における予測モデルを用いて健常者及びサルコペニア予備群を判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態の第４の変形例における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態の第４の変形例における予測モデルを用いて健常者及びサルコペニア予備群を判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態の第５の変形例において、１歩行周期における一方の足のつま先の鉛直方向の変位を示す図である。 本実施の形態の第５の変形例における予測モデルを用いてサルコペニア又はサルコペニア予備群であるか否かを判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態の第５の変形例において、サルコペニア又はサルコペニア予備群である被験者らの一方の足のつま先の鉛直方向の変位の時系列データの平均値の平均と、健常者である被験者らの一方の足のつま先の鉛直方向の変位の時系列データの平均値の平均とを示す図である。 本実施の形態の第６の変形例において、１歩行周期における一方の足の足首関節の角度の変化を示す図である。 本実施の形態の第６の変形例における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態の第６の変形例における予測モデルを用いて健常者及びサルコペニア予備群を判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態の第７の変形例における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態の第７の変形例における予測モデルを用いて健常者及びサルコペニア予備群を判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態の第８の変形例における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態の第９の変形例における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態の第９の変形例において、サルコペニアである被験者らの一方の足のストライド距離の平均と、健常者である被験者らの一方の足のストライド距離の平均とを示す図である。 本実施の形態の第１０の変形例における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態の第１１の変形例における予測モデルを用いて健常者及びサルコペニア予備群を判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態の第１２の変形例において、１歩行周期における一方の足の膝関節の角度の変化を示す図である。 本実施の形態の第１２の変形例における予測モデルを用いてサルコペニア又はサルコペニア予備群であるか否かを判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態の第１３の変形例における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態の第１４の変形例における予測モデルを用いて健常者及びサルコペニア予備群を判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態の第１５の変形例における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態の第１６の変形例における予測モデルを用いて健常者及びサルコペニア予備群を判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態の第１７の変形例における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態の第１８の変形例における予測モデルを用いて健常者及びサルコペニア予備群を判定した結果得られたＲＯＣ曲線を示す図である。 本実施の形態において表示される評価結果画面の一例を示す図である。
（本開示の基礎となった知見）
特許文献１における歩行パラメータの計測には、シート式圧力センサ又は３次元動作解析システムが利用される。シート式圧力センサは、歩行時の圧力分布を計測し、圧力分布から歩行パラメータを計測する。３次元動作解析システムは、足に装着されたマーカを撮影した画像情報を複数のビデオカメラから取得し、画像情報から動作を分析することにより歩行パラメータを計測する。このようなシート式圧力センサ又は３次元動作解析システムの設置には、大きな手間がかかる。そのため、特許文献１は、簡単に老年障害リスクを評価することが困難である。
また、特許文献１における歩行パラメータとしては、ケーデンス、ストライド、歩行比、歩幅、歩隔、歩行角度、つま先角度、ストライド左右差、歩隔左右差、歩行角度左右差及び両脚支持期左右差から選ばれる２以上が使用される。歩行角度は、左右一方の踵から他方の踵を結んだ直線が進行方向となす角度である。つま先角度は、踵とつま先とを結ぶ直線が、進行方向となす角度である。また、特許文献１では、少なくとも、膝痛、腰痛、尿失禁、認知症及びサルコペニアから選ばれる老年障害の老年障害リスクが評価される。しかしながら、特許文献１では、上記以外の歩行パラメータを用いて老年障害リスクを評価することについては開示されておらず、他の歩行パラメータを用いることで、さらに老年障害リスクの評価精度が向上する可能性がある。
特許文献２における移動能力評価装置は、被験者の移動中における前後加速度、左右加速度及び上下加速度から、被験者の移動時における前後バランス、体重移動及び左右バランスの少なくとも１つを評価している。しかしながら、特許文献２では、上記以外のパラメータを用いてサルコペニアを評価することについては開示されておらず、他の歩行パラメータを用いることで、さらにサルコペニアの評価精度が向上する可能性がある。
以上の課題を解決するために、本開示の一態様に係るサルコペニア評価方法は、被験者の歩行動作に基づいてサルコペニアを評価するサルコペニア評価装置におけるサルコペニア評価方法であって、前記被験者の歩行に関する歩行データを取得し、前記歩行データから、前記被験者の一方の足の立脚期における前記一方の足の膝関節の角度、前記一方の足の遊脚期における前記一方の足の前記膝関節の角度、前記立脚期における前記一方の足のつま先の鉛直方向の変位、前記遊脚期における前記一方の足の前記つま先の鉛直方向の変位、前記立脚期における前記一方の足の足首関節の角度、及び前記遊脚期における前記一方の足の前記足首関節の角度の少なくとも１つを検出し、前記立脚期における前記膝関節の前記角度、前記遊脚期における前記膝関節の前記角度、前記立脚期における前記つま先の鉛直方向の前記変位、前記遊脚期における前記つま先の鉛直方向の前記変位、前記立脚期における前記足首関節の前記角度、及び前記遊脚期における前記足首関節の前記角度の少なくとも１つを用いて前記被験者がサルコペニアであるか否かを判定する。
この構成によれば、歩行している被験者の一方の足の立脚期における一方の足の膝関節の角度、一方の足の遊脚期における一方の足の膝関節の角度、立脚期における一方の足のつま先の鉛直方向の変位、遊脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の足首関節の角度、及び遊脚期における一方の足の足首関節の角度の少なくとも１つは、被験者のサルコペニアに相関があるパラメータとして用いられている。サルコペニアである被験者の歩行動作は、サルコペニアではない被験者の歩行動作とは異なる傾向がある。このように、歩行中の被験者のサルコペニアに相関があるパラメータを用いて被験者がサルコペニアであるか否かが判定されるので、高い精度で被験者のサルコペニアを評価することができる。
また、歩行している被験者の一方の足の立脚期における前記一方の足の膝関節の角度、一方の足の遊脚期における一方の足の膝関節の角度、立脚期における一方の足のつま先の鉛直方向の変位、遊脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の足首関節の角度、及び遊脚期における一方の足の足首関節の角度の少なくとも１つは、例えば、歩行している被験者を撮像することで得られる画像データから簡単に検出することが可能であるので、大がかりな装置も不要である。そのため、本構成では、簡単に被験者のサルコペニアを評価することができる。
また、上記のサルコペニア評価方法において、前記検出において、前記遊脚期の所定期間における前記膝関節の角度の時系列データを検出し、前記判定において、前記膝関節の前記角度の前記時系列データの平均値を用いて前記被験者が前記サルコペニアであるか否かを判定してもよい。
歩行している被験者の一方の足の遊脚期の所定期間における一方の足の膝関節の角度は、サルコペニアである被験者と、サルコペニアではない被験者とで顕著な差異がある。そのため、この構成によれば、歩行している被験者の一方の足の遊脚期の所定期間における一方の足の膝関節の角度の時系列データの平均値を用いることによって、確実に被験者のサルコペニアを評価することができる。
また、上記のサルコペニア評価方法において、前記被験者の一方の足が地面に着いてから再度一方の足が地面に着くまでの期間が１歩行周期として表され、前記１歩行周期が１％〜１００％で表されるとき、前記所定期間は、前記１歩行周期の６１％〜１００％の期間であってもよい。
この構成によれば、被験者の一方の足が地面に着いてから再度一方の足が地面に着くまでの期間が１歩行周期として表され、１歩行周期が１％〜１００％で表される。このとき、１歩行周期の６１％〜１００％の期間における一方の足の膝関節の角度の時系列データの平均値を用いることによって、確実に被験者のサルコペニアを評価することができる。
また、上記のサルコペニア評価方法において、前記検出において、前記立脚期の所定期間における前記膝関節の角度の時系列データを検出し、前記判定において、前記膝関節の前記角度の前記時系列データの平均値を用いて前記被験者が前記サルコペニアであるか否かを判定してもよい。
歩行している被験者の一方の足の立脚期の所定期間における一方の足の膝関節の角度は、サルコペニアである被験者と、サルコペニアではない被験者とで顕著な差異がある。そのため、この構成によれば、歩行している被験者の一方の足の遊脚期の所定期間における一方の足の膝関節の角度の時系列データの平均値を用いることによって、確実に被験者のサルコペニアを評価することができる。
また、上記のサルコペニア評価方法において、前記被験者の一方の足が地面に着いてから再度一方の足が地面に着くまでの期間が１歩行周期として表され、前記１歩行周期が１％〜１００％で表されるとき、前記所定期間は、前記１歩行周期の５０％〜６０％の期間であってもよい。
この構成によれば、被験者の一方の足が地面に着いてから再度一方の足が地面に着くまでの期間が１歩行周期として表され、１歩行周期が１％〜１００％で表される。このとき、１歩行周期の５０％〜６０％の期間における一方の足の膝関節の角度の時系列データの平均値を用いることによって、確実に被験者のサルコペニアを評価することができる。
また、上記のサルコペニア評価方法において、前記検出において、前記立脚期の所定期間における前記つま先の鉛直方向の前記変位の時系列データを検出し、前記判定において、前記つま先の鉛直方向の前記変位の前記時系列データの平均値を用いて前記被験者が前記サルコペニアであるか否かを判定してもよい。
歩行している被験者の一方の足の立脚期の所定期間における一方の足のつま先の鉛直方向の変位は、サルコペニアである被験者と、サルコペニアではない被験者とで顕著な差異がある。そのため、この構成によれば、歩行している被験者の一方の足の立脚期の所定期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を用いることによって、確実に被験者のサルコペニアを評価することができる。
また、上記のサルコペニア評価方法において、前記被験者の一方の足が地面に着いてから再度一方の足が地面に着くまでの期間が１歩行周期として表され、前記１歩行周期が１％〜１００％で表されるとき、前記所定期間は、前記１歩行周期の１％〜６０％の期間であってもよい。
この構成によれば、被験者の一方の足が地面に着いてから再度一方の足が地面に着くまでの期間が１歩行周期として表され、１歩行周期が１％〜１００％で表される。このとき、１歩行周期の１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を用いることによって、確実に被験者のサルコペニアを評価することができる。
また、上記のサルコペニア評価方法において、前記検出において、前記遊脚期の所定期間における前記つま先の鉛直方向の前記変位の時系列データを検出し、前記判定において、前記つま先の鉛直方向の前記変位の前記時系列データの平均値を用いて前記被験者が前記サルコペニアであるか否かを判定してもよい。
歩行している被験者の一方の足の遊脚期の所定期間における一方の足のつま先の鉛直方向の変位は、サルコペニアである被験者と、サルコペニアではない被験者とで顕著な差異がある。そのため、この構成によれば、歩行している被験者の一方の足の遊脚期の所定期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を用いることによって、確実に被験者のサルコペニアを評価することができる。
また、上記のサルコペニア評価方法において、前記被験者の一方の足が地面に着いてから再度一方の足が地面に着くまでの期間が１歩行周期として表され、前記１歩行周期が１％〜１００％で表されるとき、前記所定期間は、前記１歩行周期の６５％〜７０％の期間であってもよい。
この構成によれば、被験者の一方の足が地面に着いてから再度一方の足が地面に着くまでの期間が１歩行周期として表され、１歩行周期が１％〜１００％で表される。このとき、１歩行周期の６５％〜７０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を用いることによって、確実に被験者のサルコペニアを評価することができる。
また、上記のサルコペニア評価方法において、前記検出において、前記立脚期の第１期間における前記足首関節の第１角度の時系列データと、前記遊脚期の第２期間における前記足首関節の第２角度の時系列データとを検出し、前記判定において、前記足首関節の前記第１角度の前記時系列データの平均値と、前記足首関節の前記第２角度の前記時系列データの平均値とを用いて前記被験者が前記サルコペニアであるか否かを判定してもよい。
この構成によれば、一方の足の立脚期の第１期間における一方の足の足首関節の第１角度の時系列データの平均値と、一方の足の遊脚期の第２期間における一方の足の足首関節の第２角度の時系列データの平均値とを組み合わせて用いることによって、それぞれを単独で用いるよりも高い精度でサルコペニアを評価することができる。
また、上記のサルコペニア評価方法において、前記検出において、前記立脚期の第１期間における前記つま先の鉛直方向の前記変位の時系列データと、前記立脚期の第２期間における前記膝関節の前記角度の時系列データと、前記遊脚期の第３期間における前記膝関節の前記角度の時系列データと、前記遊脚期の第４期間における前記膝関節の前記角度の時系列データとを検出し、前記判定において、前記第１期間における前記つま先の鉛直方向の前記変位の前記時系列データの平均値と、前記第２期間、前記第３期間及び前記第４期間における前記膝関節の前記角度の前記時系列データの平均値とを用いて前記被験者が前記サルコペニアであるか否かを判定してもよい。
この構成によれば、一方の足の立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、一方の足の立脚期の第２期間における一方の足の膝関節の角度の時系列データの平均値と、一方の足の遊脚期の第３期間における一方の足の膝関節の角度の時系列データの平均値と、一方の足の遊脚期の第４期間における一方の足の膝関節の角度の時系列データの平均値とを組み合わせて用いることによって、それぞれを単独で用いるよりも高い精度でサルコペニアを評価することができる。
また、上記のサルコペニア評価方法において、前記検出において、前記立脚期の第１期間における前記つま先の鉛直方向の前記変位の時系列データと、前記立脚期の第２期間における前記足首関節の前記角度の時系列データと、前記立脚期の第３期間における前記足首関節の前記角度の時系列データと、前記遊脚期の第４期間における前記足首関節の前記角度の時系列データと、前記遊脚期の第５期間における前記足首関節の前記角度の時系列データとを検出し、前記判定において、前記第１期間における前記つま先の鉛直方向の前記変位の前記時系列データの平均値と、前記第２期間、前記第３期間、前記第４期間及び前記第５期間における前記足首関節の前記角度の前記時系列データの平均値とを用いて前記被験者が前記サルコペニアであるか否かを判定してもよい。
この構成によれば、一方の足の立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、一方の足の立脚期の第２期間における一方の足の足首関節の角度の時系列データの平均値と、一方の足の立脚期の第３期間における一方の足の足首関節の角度の時系列データの平均値と、一方の足の遊脚期の第４期間における一方の足の足首関節の角度の時系列データの平均値と、一方の足の遊脚期の第５期間における一方の足の足首関節の角度の時系列データの平均値とを組み合わせて用いることによって、それぞれを単独で用いるよりも高い精度でサルコペニアを評価することができる。
また、上記のサルコペニア評価方法において、前記検出において、前記立脚期の第１期間における前記膝関節の前記角度の時系列データと、前記遊脚期の第２期間における前記膝関節の前記角度の時系列データと、前記遊脚期の第３期間における前記膝関節の前記角度の時系列データと、前記立脚期の第４期間における前記足首関節の前記角度の時系列データと、前記遊脚期の第５期間における前記足首関節の前記角度の時系列データと、前記遊脚期の第６期間における前記足首関節の前記角度の時系列データとを検出し、前記判定において、前記第１期間、前記第２期間及び前記第３期間における前記膝関節の前記角度の前記時系列データの平均値と、前記第４期間、前記第５期間及び前記第６期間における前記足首関節の前記角度の前記時系列データの平均値とを用いて前記被験者が前記サルコペニアであるか否かを判定してもよい。
この構成によれば、一方の足の立脚期の第１期間における一方の足の膝関節の角度の時系列データの平均値と、一方の足の遊脚期の第２期間における一方の足の膝関節の角度の時系列データの平均値と、一方の足の遊脚期の第３期間における一方の足の膝関節の角度の時系列データの平均値と、一方の足の立脚期の第４期間における一方の足の足首関節の角度の時系列データの平均値と、一方の足の遊脚期の第５期間における一方の足の足首関節の角度の時系列データの平均値と、一方の足の遊脚期の第６期間における一方の足の足首関節の角度の時系列データの平均値とを組み合わせて用いることによって、それぞれを単独で用いるよりも高い精度でサルコペニアを評価することができる。
また、上記のサルコペニア評価方法において、前記検出において、前記立脚期の第１期間における前記つま先の鉛直方向の前記変位の時系列データと、前記立脚期の第２期間における前記つま先の鉛直方向の前記変位の時系列データと、前記遊脚期の第３期間における前記つま先の鉛直方向の前記変位の時系列データと、前記立脚期の第４期間における前記膝関節の前記角度の時系列データと、前記立脚期及び前記遊脚期の第５期間における前記膝関節の前記角度の時系列データと、前記立脚期の第６期間における前記足首関節の前記角度の時系列データと、前記立脚期及び前記遊脚期の第７期間における前記足首関節の前記角度の時系列データとを検出し、前記判定において、前記第１期間、前記第２期間及び前記第３期間における前記つま先の鉛直方向の前記変位の前記時系列データの平均値と、前記第４期間及び前記第５期間における前記膝関節の前記角度の前記時系列データの平均値と、前記第６期間及び前記第７期間における前記足首関節の前記角度の前記時系列データの平均値とを用いて前記被験者が前記サルコペニアであるか否かを判定してもよい。
この構成によれば、一方の足の立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、一方の足の立脚期の第２期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、一方の足の遊脚期の第３期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、一方の足の立脚期の第４期間における一方の足の膝関節の角度の時系列データの平均値と、一方の足の立脚期及び遊脚期の第５期間における一方の足の膝関節の角度の時系列データの平均値と、一方の足の立脚期の第６期間における一方の足の足首関節の角度の時系列データの平均値と、一方の足の立脚期及び遊脚期の第７期間における一方の足の足首関節の角度の時系列データの平均値とを組み合わせて用いることによって、それぞれを単独で用いるよりも高い精度でサルコペニアを評価することができる。
また、上記のサルコペニア評価方法において、さらに、前記立脚期における前記膝関節の角度、前記遊脚期における前記膝関節の角度、前記立脚期における前記つま先の鉛直方向の前記変位、前記遊脚期における前記つま先の鉛直方向の前記変位、前記立脚期における前記足首関節の角度、及び前記遊脚期における前記足首関節の角度の少なくとも１つを用いて前記被験者が将来的に前記サルコペニアになる可能性があるサルコペニア予備群であるか否かを判定してもよい。
この構成によれば、歩行している被験者の一方の足の立脚期における一方の足の膝関節の角度、一方の足の遊脚期における一方の足の膝関節の角度、立脚期における一方の足のつま先の鉛直方向の変位、遊脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の足首関節の角度、及び遊脚期における一方の足の足首関節の角度の少なくとも１つは、被験者のサルコペニアに相関があるパラメータとして用いられている。将来的にサルコペニアになる可能性があるサルコペニア予備群である被験者の歩行動作は、サルコペニア予備群ではない被験者の歩行動作とは異なる傾向がある。このように、歩行中の被験者のサルコペニアに相関があるパラメータを用いて被験者がサルコペニア予備群であるか否かが判定されるので、高い精度で被験者のサルコペニアを評価することができる。
また、上記のサルコペニア評価方法において、前記判定において、前記立脚期における前記膝関節の角度が閾値より大きい場合、前記遊脚期における前記膝関節の角度が閾値より大きい場合、前記立脚期における前記つま先の鉛直方向の前記変位が閾値より大きい場合、前記遊脚期における前記つま先の鉛直方向の前記変位が閾値より大きい場合、前記立脚期における前記足首関節の角度が閾値より大きい場合、又は前記遊脚期における前記足首関節の角度が閾値より大きい場合、前記被験者が前記サルコペニアであると判定してもよい。
この構成によれば、一方の足の立脚期における一方の足の膝関節の角度が閾値より大きい場合、一方の足の遊脚期における一方の足の膝関節の角度が閾値より大きい場合、一方の足の立脚期における一方の足のつま先の鉛直方向の変位が閾値より大きい場合、一方の足の遊脚期における一方の足のつま先の鉛直方向の変位が閾値より大きい場合、一方の足の立脚期における一方の足の足首関節の角度が閾値より大きい場合、又は一方の足の遊脚期における一方の足の足首関節の角度が閾値より大きい場合、被験者がサルコペニアであると判定される。
したがって、一方の足の立脚期における一方の足の膝関節の角度、一方の足の遊脚期における一方の足の膝関節の角度、一方の足の立脚期における一方の足のつま先の鉛直方向の変位、一方の足の遊脚期における一方の足のつま先の鉛直方向の変位、一方の足の立脚期における一方の足の足首関節の角度、又は一方の足の遊脚期における一方の足の足首関節の角度が閾値と比較されることによって、簡単に被験者がサルコペニアであるか否かを判定することができる。
また、上記のサルコペニア評価方法において、前記判定において、前記立脚期における前記膝関節の角度、前記遊脚期における前記膝関節の角度、前記立脚期における前記つま先の鉛直方向の前記変位、前記遊脚期における前記つま先の鉛直方向の前記変位、前記立脚期における前記足首関節の角度、及び前記遊脚期における前記足首関節の角度の少なくとも１つを入力値とし、前記被験者が前記サルコペニアであるか否かを出力値として生成された予測モデルに、検出された前記立脚期における前記膝関節の角度、前記遊脚期における前記膝関節の角度、前記立脚期における前記つま先の鉛直方向の前記変位、前記遊脚期における前記つま先の鉛直方向の前記変位、前記立脚期における前記足首関節の角度、及び前記遊脚期における前記足首関節の角度の少なくとも１つを入力することで前記被験者が前記サルコペニアであるか否かを判定してもよい。
この構成によれば、予測モデルは、一方の足の立脚期における一方の足の膝関節の角度、一方の足の遊脚期における一方の足の膝関節の角度、一方の足の立脚期における一方の足のつま先の鉛直方向の変位、一方の足の遊脚期における一方の足のつま先の鉛直方向の変位、一方の足の立脚期における一方の足の足首関節の角度、及び一方の足の遊脚期における一方の足の足首関節の角度の少なくとも１つを入力値とし、被験者がサルコペニアであるか否かを出力値として生成される。そして、予測モデルに、検出された一方の足の立脚期における一方の足の膝関節の角度、一方の足の遊脚期における一方の足の膝関節の角度、一方の足の立脚期における一方の足のつま先の鉛直方向の変位、一方の足の遊脚期における一方の足のつま先の鉛直方向の変位、一方の足の立脚期における一方の足の足首関節の角度、及び一方の足の遊脚期における一方の足の足首関節の角度の少なくとも１つが入力されることで、被験者がサルコペニアであるか否かが判定される。したがって、予め予測モデルが記憶されていることによって、簡単に被験者がサルコペニアであるか否かを判定することができる。
本開示の他の態様に係るサルコペニア評価装置は、被験者の歩行動作に基づいてサルコペニアを評価するサルコペニア評価装置であって、前記被験者の歩行に関する歩行データを取得する取得部と、前記歩行データから、前記被験者の一方の足の立脚期における前記一方の足の膝関節の角度、前記一方の足の遊脚期における前記一方の足の前記膝関節の角度、前記立脚期における前記一方の足のつま先の鉛直方向の変位、前記遊脚期における前記一方の足の前記つま先の鉛直方向の変位、前記立脚期における前記一方の足の足首関節の角度、及び前記遊脚期における前記一方の足の前記足首関節の角度の少なくとも１つを検出する検出部と、前記立脚期における前記膝関節の前記角度、前記遊脚期における前記膝関節の前記角度、前記立脚期における前記つま先の鉛直方向の変位、前記遊脚期における前記つま先の鉛直方向の変位、前記立脚期における前記足首関節の前記角度、及び前記遊脚期における前記足首関節の前記角度の少なくとも１つを用いて前記被験者がサルコペニアであるか否かを判定する判定部と、を備える。
この構成によれば、歩行している被験者の一方の足の立脚期における一方の足の膝関節の角度、一方の足の遊脚期における一方の足の膝関節の角度、立脚期における一方の足のつま先の鉛直方向の変位、遊脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の足首関節の角度、及び遊脚期における一方の足の足首関節の角度の少なくとも１つは、被験者のサルコペニアに相関があるパラメータとして用いられている。サルコペニアである被験者の歩行動作は、サルコペニアではない被験者の歩行動作とは異なる傾向がある。このように、歩行中の被験者のサルコペニアに相関があるパラメータを用いて被験者がサルコペニアであるか否かが判定されるので、高い精度で被験者のサルコペニアを評価することができる。
また、歩行している被験者の一方の足の立脚期における前記一方の足の膝関節の角度、一方の足の遊脚期における一方の足の膝関節の角度、立脚期における一方の足のつま先の鉛直方向の変位、遊脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の足首関節の角度、及び遊脚期における一方の足の足首関節の角度の少なくとも１つは、例えば、歩行している被験者を撮像することで得られる画像データから簡単に検出することが可能であるので、大がかりな装置も不要である。そのため、本構成では、簡単に被験者のサルコペニアを評価することができる。
本開示の他の態様に係るサルコペニア評価プログラムは、被験者の歩行動作に基づいてサルコペニアを評価するサルコペニア評価プログラムであって、前記被験者の歩行に関する歩行データを取得し、前記歩行データから、前記被験者の一方の足の立脚期における前記一方の足の膝関節の角度、前記一方の足の遊脚期における前記一方の足の前記膝関節の角度、前記立脚期における前記一方の足のつま先の鉛直方向の変位、前記遊脚期における前記一方の足の前記つま先の鉛直方向の変位、前記立脚期における前記一方の足の足首関節の角度、及び前記遊脚期における前記一方の足の前記足首関節の角度の少なくとも１つを検出し、前記立脚期における前記膝関節の前記角度、前記遊脚期における前記膝関節の前記角度、前記立脚期における前記つま先の鉛直方向の変位、前記遊脚期における前記つま先の鉛直方向の変位、前記立脚期における前記足首関節の前記角度、及び前記遊脚期における前記足首関節の前記角度の少なくとも１つを用いて前記被験者がサルコペニアであるか否かを判定するようにコンピュータを機能させる。
この構成によれば、歩行している被験者の一方の足の立脚期における一方の足の膝関節の角度、一方の足の遊脚期における一方の足の膝関節の角度、立脚期における一方の足のつま先の鉛直方向の変位、遊脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の足首関節の角度、及び遊脚期における一方の足の足首関節の角度の少なくとも１つは、被験者のサルコペニアに相関があるパラメータとして用いられている。サルコペニアである被験者の歩行動作は、サルコペニアではない被験者の歩行動作とは異なる傾向がある。このように、歩行中の被験者のサルコペニアに相関があるパラメータを用いて被験者がサルコペニアであるか否かが判定されるので、高い精度で被験者のサルコペニアを評価することができる。
また、歩行している被験者の一方の足の立脚期における前記一方の足の膝関節の角度、一方の足の遊脚期における一方の足の膝関節の角度、立脚期における一方の足のつま先の鉛直方向の変位、遊脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の足首関節の角度、及び遊脚期における一方の足の足首関節の角度の少なくとも１つは、例えば、歩行している被験者を撮像することで得られる画像データから簡単に検出することが可能であるので、大がかりな装置も不要である。そのため、本構成では、簡単に被験者のサルコペニアを評価することができる。
以下添付図面を参照しながら、本開示の実施の形態について説明する。なお、以下の実施の形態は、本開示を具体化した一例であって、本開示の技術的範囲を限定するものではない。
（実施の形態）
以下、図１に基づいて本実施の形態に係るサルコペニア評価システムを説明する。
図１は、本開示の実施の形態におけるサルコペニア評価システムの構成を示すブロック図である。
図１に示すサルコペニア評価システムは、サルコペニア評価装置１、カメラ２及び表示部３を備える。
カメラ２は、歩行する被験者を撮像する。カメラ２は、歩行する被験者を示す動画像データをサルコペニア評価装置１へ出力する。カメラ２は、有線又は無線によりサルコペニア評価装置１と接続されている。
サルコペニア評価装置１は、プロセッサ１１及びメモリ１２を備える。
プロセッサ１１は、例えば、ＣＰＵ（中央演算処理装置）であり、データ取得部１１１、歩行パラメータ検出部１１２、サルコペニア判定部１１３及び評価結果提示部１１４を備える。
メモリ１２は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）又はフラッシュメモリ等の各種情報を記憶可能な記憶装置である。
データ取得部１１１は、被験者の歩行に関する歩行データを取得する。歩行データは、例えば、歩行している被験者を撮像することにより得られた動画像データである。データ取得部１１１は、カメラ２によって出力された動画像データを取得する。
歩行パラメータ検出部１１２は、データ取得部１１１によって取得された動画像データから被験者の骨格を示す骨格データを抽出する。骨格データは、被験者の関節等を示す複数の特徴点の座標と、各特徴点を繋ぐ直線とで表される。歩行パラメータ検出部１１２は、２次元画像データから人の特徴点の座標を検出するソフトウエア（例えば、ＯｐｅｎＰｏｓｅ又は３Ｄ−ｐｏｓｅ−ｂａｓｅｌｉｎｅ）を利用してもよい。
ここで、２次元画像データから骨格データを抽出する処理について説明する。
図２は、本実施の形態において、２次元画像データから骨格データを抽出する処理について説明するための図である。
歩行パラメータ検出部１１２は、歩いている被験者２００の画像を含む２次元画像データ２０から骨格データ２１を抽出する。骨格データ２１は、頭を示す特徴点２０１、両肩の中央を示す特徴点２０２、右肩を示す特徴点２０３、右肘を示す特徴点２０４、右手を示す特徴点２０５、左肩を示す特徴点２０６、左肘を示す特徴点２０７、左手を示す特徴点２０８、腰を示す特徴点２０９、右股関節を示す特徴点２１０、右膝関節を示す特徴点２１１、右足首関節を示す特徴点２１２、右つま先を示す特徴点２１３、左股関節を示す特徴点２１４、左膝関節を示す特徴点２１５、左足首関節を示す特徴点２１６、及び左つま先を示す特徴点２１７を含む。
動画像データは、複数の２次元画像データで構成される。歩行パラメータ検出部１１２は、動画像データを構成する複数の２次元画像データのそれぞれから時系列の骨格データを抽出する。なお、歩行パラメータ検出部１１２は、全フレームの２次元画像データから骨格データを抽出してもよいし、所定フレーム毎の２次元画像データから骨格データを抽出してもよい。また、本実施の形態では、歩行中の被験者の主に下肢の動きに基づいてサルコペニアが評価される。そのため、歩行パラメータ検出部１１２は、被験者の下肢の骨格データのみを抽出してもよい。
また、歩行パラメータ検出部１１２は、動画像データから抽出した時系列の骨格データから被験者の１歩行周期に対応する骨格データを切り出す。人の歩行動作は、周期的な動作である。
ここで、被験者の歩行周期について説明する。
図３は、本実施の形態における歩行周期について説明するための図である。
図３に示すように、被験者の一方の足が地面に着いてから再度一方の足が地面に着くまでの期間が１歩行周期として表される。図３に示す１歩行周期は、被験者の右足が地面に着いてから再度右足が地面に着くまでの期間である。また、１歩行周期は１％〜１００％に正規化される。１歩行周期の１％〜６０％の期間は、一方の足（例えば右足）が地面に着いている立脚期と呼ばれ、１歩行周期の６１％〜１００％の期間は、一方の足（例えば右足）が地面から離れている遊脚期と呼ばれる。１歩行周期は、立脚期と遊脚期とを含む。なお、１歩行周期は、被験者の左足が地面に着いてから再度左足が地面に着くまでの期間であってもよい。
歩行パラメータ検出部１１２は、歩行データから、被験者の一方の足の立脚期における一方の足の膝関節の角度、一方の足の遊脚期における一方の足の膝関節の角度、立脚期における一方の足のつま先の鉛直方向の変位、遊脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の足首関節の角度、及び遊脚期における一方の足の足首関節の角度の少なくとも１つを検出する。
本実施の形態において、歩行パラメータ検出部１１２は、歩行データから、被験者の一方の足の遊脚期における膝関節の角度を検出する。歩行パラメータ検出部１１２は、切り出した１歩行周期に対応する時系列の骨格データから、被験者の一方の足の遊脚期における膝関節の角度を検出する。図２に示すように、膝関節の角度γは、矢状面において、右膝関節を示す特徴点２１１と右股関節を示す特徴点２１０とを結ぶ直線と、右膝関節を示す特徴点２１１と右足首関節を示す特徴点２１２とを結ぶ直線とがなす角度である。
特に、歩行パラメータ検出部１１２は、一方の足の遊脚期の所定期間における一方の足の膝関節の角度の時系列データを検出する。より具体的には、所定期間は、１歩行周期の６１％〜１００％の期間である。歩行パラメータ検出部１１２は、一方の足の遊脚期の所定期間における一方の足の膝関節の角度の時系列データの平均値を歩行パラメータとして算出する。
なお、被験者の一方の足の立脚期における一方の足の膝関節の角度、立脚期における一方の足のつま先の鉛直方向の変位、遊脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の足首関節の角度、及び遊脚期における一方の足の足首関節の角度の検出については、本実施の形態の変形例において説明する。
サルコペニア判定部１１３は、立脚期における一方の足の膝関節の角度、遊脚期における一方の足の膝関節の角度、立脚期における一方の足のつま先の鉛直方向の変位、遊脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の足首関節の角度、及び遊脚期における一方の足の足首関節の角度の少なくとも１つを用いて被験者がサルコペニアであるか否かを判定する。
本実施の形態において、サルコペニア判定部１１３は、遊脚期における一方の足の膝関節の角度の時系列データの平均値を用いて被験者がサルコペニアであるか否かを判定する。
また、サルコペニア判定部１１３は、立脚期における一方の足の膝関節の角度、遊脚期における一方の足の膝関節の角度、立脚期における一方の足のつま先の鉛直方向の変位、遊脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の足首関節の角度、及び遊脚期における一方の足の足首関節の角度の少なくとも１つを入力値とし、被験者がサルコペニアであるか否かを出力値として生成された予測モデルに、検出された立脚期における一方の足の膝関節の角度、遊脚期における一方の足の膝関節の角度、立脚期における一方の足のつま先の鉛直方向の変位、遊脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の足首関節の角度、及び遊脚期における一方の足の足首関節の角度の少なくとも１つを入力することで被験者がサルコペニアであるか否かを判定する。
本実施の形態において、サルコペニア判定部１１３は、遊脚期における一方の足の膝関節の角度を入力値とし、被験者がサルコペニアであるか否かを出力値として生成された予測モデルに、歩行パラメータ検出部１１２によって検出された遊脚期における一方の足の膝関節の角度を入力することで被験者がサルコペニアであるか否かを判定する。
なお、立脚期における一方の足の膝関節の角度、立脚期における一方の足のつま先の鉛直方向の変位、遊脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の足首関節の角度、及び遊脚期における一方の足の足首関節の角度を用いた被験者のサルコペニアの判定については、本実施の形態の変形例において説明する。
また、本実施の形態では、サルコペニア判定部１１３は、被験者がサルコペニアであるか否かを判定するだけではない。サルコペニア判定部１１３は、立脚期における一方の足の膝関節の角度、遊脚期における一方の足の膝関節の角度、立脚期における一方の足のつま先の鉛直方向の変位、遊脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の足首関節の角度、及び遊脚期における一方の足の足首関節の角度の少なくとも１つを用いて被験者が将来的にサルコペニアになる可能性があるサルコペニア予備群であるか否かを判定する。すなわち、サルコペニア判定部１１３は、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。
サルコペニアは、被験者の筋肉量が低下し、かつ筋力又は身体能力が低下している状態を表す。また、サルコペニア予備群は、筋力及び身体能力が低下しておらず、被験者の筋肉量のみが低下している状態を表す。筋肉量は、例えば、被験者の四肢骨格筋量を測定することにより得られる。四肢骨格筋量が閾値より低い場合、筋肉量が低下していると判断することが可能である。また、筋力は、例えば、被験者の握力を測定することにより得られる。握力が閾値より低い場合、筋力が低下していると判断することが可能である。また、身体能力は、例えば、被験者の歩行速度を測定することにより得られる。歩行速度が閾値より低い場合、身体能力が低下していると判断することが可能である。
メモリ１２は、遊脚期における一方の足の膝関節の角度を入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の遊脚期の所定期間における一方の足の膝関節の角度の時系列データを説明変数とする回帰モデルである。予測モデルは、被験者がサルコペニアであることを示す値（例えば、２）と、被験者がサルコペニア予備群であることを示す値（例えば、１）と、被験者がサルコペニア及びサルコペニア予備群ではない、すなわち健常者であることを示す値（例えば、０）とのいずれかを出力する。
特に、サルコペニア判定部１１３は、一方の足の遊脚期における膝関節の角度の時系列データの平均値を用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。より具体的には、サルコペニア判定部１１３は、１歩行周期の６１％〜１００％の期間における一方の足の膝関節の角度の時系列データの平均値を用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。
なお、予測モデルは、機械学習により生成されてもよい。機械学習としては、例えば、入力情報に対してラベル（出力情報）が付与された教師データを用いて入力と出力との関係を学習する教師あり学習、ラベルのない入力のみからデータの構造を構築する教師なし学習、ラベルありとラベルなしとのどちらも扱う半教師あり学習、報酬を最大化する行動を試行錯誤により学習する強化学習などが挙げられる。また、機械学習の具体的な手法としては、ニューラルネットワーク（多層のニューラルネットワークを用いた深層学習を含む）、遺伝的プログラミング、決定木、ベイジアン・ネットワーク、又はサポート・ベクター・マシン（ＳＶＭ）などが存在する。本開示の機械学習においては、以上で挙げた具体例のいずれかを用いればよい。
また、予測モデルは、被験者がサルコペニアである可能性を示す値を出力してもよい。被験者がサルコペニアである可能性を示す値は、例えば、０．０〜２．０で表される。その場合は、例えば、サルコペニア判定部１１３は、被験者がサルコペニアである可能性を示す値が０．５以下である場合は被験者が健常者であると判定し、被験者がサルコペニアである可能性を示す値が０．５より大きく、１．５以下である場合は被験者がサルコペニア予備群であると判定し、被験者がサルコペニアである可能性を示す値が１．５より大きい場合は被験者がサルコペニアであると判定してもよい。
また、メモリ１２は、被験者がサルコペニアであるか否かを判定するための第１予測モデルと、被験者がサルコペニア予備群であるか否かを判定するための第２予測モデルとを記憶してもよい。この場合、サルコペニア判定部１１３は、立脚期における一方の足の膝関節の角度、遊脚期における一方の足の膝関節の角度、立脚期における一方の足のつま先の鉛直方向の変位、遊脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の足首関節の角度、及び遊脚期における一方の足の足首関節の角度の少なくとも１つを第１予測モデルに入力し、被験者がサルコペニアであるか否かを判定する。サルコペニア判定部１１３は、被験者がサルコペニアではないと判定した場合、立脚期における一方の足の膝関節の角度、遊脚期における一方の足の膝関節の角度、立脚期における一方の足のつま先の鉛直方向の変位、遊脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の足首関節の角度、及び遊脚期における一方の足の足首関節の角度の少なくとも１つを第２予測モデルに入力し、被験者がサルコペニア予備群であるか否かを判定する。サルコペニア判定部１１３は、被験者がサルコペニア予備群ではないと判定した場合、被験者が健常者であると判定する。
評価結果提示部１１４は、サルコペニア判定部１１３によって判定されたサルコペニアの評価結果を提示する。評価結果提示部１１４は、サルコペニア判定部１１３によって判定された評価結果を表示部３へ出力する。評価結果は、サルコペニア判定部１１３によって判定された被験者がサルコペニアであるか否かを示す情報及び評価メッセージの少なくとも１つである。なお、評価結果提示部１１４は、サルコペニア判定部１１３によって判定された被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを示す評価結果を提示してもよい。
表示部３は、評価結果提示部１１４から出力された評価結果を表示する。表示部３は、例えば、液晶表示パネル又は発光素子である。
なお、表示部３は、今回判定された被験者がサルコペニアである可能性を示す値と過去の被験者がサルコペニアである可能性を示す値とを比較するために、被験者がサルコペニアである可能性を示す値の推移をグラフで表示してもよい。なお、過去の被験者がサルコペニアである可能性を示す値は、メモリ１２に記憶されており、メモリ１２から読み出される。
なお、サルコペニア評価装置１は、カメラ２及び表示部３を備えてもよい。また、サルコペニア評価装置１は、表示部３を備えてもよい。サルコペニア評価装置１は、パーソナルコンピュータ又はサーバであってもよい。
次に、図４を用いて、本実施の形態におけるサルコペニア評価処理を説明する。
図４は、本実施の形態において、被験者の歩行動作を利用したサルコペニア評価処理を説明するためのフローチャートである。図４に示すフローチャートは、サルコペニア評価装置１を用いた、サルコペニアの評価の手順を示している。
被験者は、カメラ２の前を歩行する。カメラ２は、歩行している被験者を撮像する。カメラ２は、被験者が歩行している動画像データをサルコペニア評価装置１へ送信する。
まず、ステップＳ１において、データ取得部１１１は、カメラ２によって送信された動画像データを取得する。
次に、ステップＳ２において、歩行パラメータ検出部１１２は、動画像データから時系列の骨格データを抽出する。
次に、ステップＳ３において、歩行パラメータ検出部１１２は、時系列の骨格データから、サルコペニアを判定するための歩行パラメータを検出する。ここで、本実施の形態における歩行パラメータは、１歩行周期の一方の足の遊脚期の所定期間における一方の足の膝関節の角度の時系列データの平均値である。所定期間は、例えば、１歩行周期の６１％〜１００％の期間である。なお、歩行パラメータの決定方法については後述する。
次に、ステップＳ４において、サルコペニア判定部１１３は、歩行パラメータを用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定するサルコペニア判定処理を実行する。なお、サルコペニア判定処理については後述する。
次に、ステップＳ５において、評価結果提示部１１４は、サルコペニア判定部１１３によって判定されたサルコペニアの評価結果を表示部３に出力する。サルコペニアの評価結果は、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを示す。なお、評価結果提示部１１４は、サルコペニア、サルコペニア予備群及び健常者のいずれかだけでなく、サルコペニア、サルコペニア予備群又は健常者に対応付けられた評価メッセージを表示部３に出力してもよい。表示部３は、評価結果提示部１１４から出力されたサルコペニアの評価結果を表示する。
ここで、図４のステップＳ４におけるサルコペニア判定処理について説明する。
図５は、図４のステップＳ４におけるサルコペニア判定処理について説明するためのフローチャートである。
まず、ステップＳ１１において、サルコペニア判定部１１３は、メモリ１２から予測モデルを読み出す。
次に、ステップＳ１２において、サルコペニア判定部１１３は、歩行パラメータ検出部１１２によって検出された歩行パラメータを予測モデルに入力する。本実施の形態における歩行パラメータは、１歩行周期の６１％〜１００％の期間における被験者の一方の足の膝関節の角度の時系列データの平均値である。サルコペニア判定部１１３は、１歩行周期の６１％〜１００％の期間における被験者の一方の足の膝関節の角度の時系列データの平均値を予測モデルに入力する。
次に、ステップＳ１３において、サルコペニア判定部１１３は、サルコペニアの判定結果を予測モデルから取得する。サルコペニア判定部１１３は、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定結果として予測モデルから取得する。
なお、本実施の形態のサルコペニア判定処理では、予め生成された予測モデルに歩行パラメータを入力することにより、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定しているが、本開示は特にこれに限定されない。本実施の形態のサルコペニア判定処理の他の例では、予め記憶されている閾値と歩行パラメータとを比較することにより、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定してもよい。
この場合、メモリ１２は、被験者がサルコペニアであるか否かを判定するための第１閾値と、被験者がサルコペニア予備群であるか否かを判定するための第２閾値とを予め記憶する。第２閾値は、第１閾値より小さい。
また、サルコペニア判定部１１３は、立脚期における一方の足の膝関節の角度が第１閾値より大きい場合、遊脚期における一方の足の膝関節の角度が第１閾値より大きい場合、立脚期における一方の足のつま先の鉛直方向の変位が第１閾値より大きい場合、遊脚期における一方の足のつま先の鉛直方向の変位が第１閾値より大きい場合、立脚期における一方の足の足首関節の角度が第１閾値より大きい場合、又は遊脚期における一方の足の足首関節の角度が第１閾値より大きい場合、被験者がサルコペニアであると判定してもよい。
本実施の形態では、サルコペニア判定部１１３は、遊脚期における一方の足の膝関節の角度が第１閾値より大きい場合、被験者がサルコペニアであると判定してもよい。サルコペニア判定部１１３は、１歩行周期の６１％〜１００％の期間における被験者の一方の足の膝関節の角度の時系列データの平均値が第１閾値より大きいか否かを判断する。サルコペニア判定部１１３は、１歩行周期の６１％〜１００％の期間における被験者の一方の足の膝関節の角度の時系列データの平均値が第１閾値より大きい場合、被験者がサルコペニアであると判定する。
一方、サルコペニア判定部１１３は、立脚期における一方の足の膝関節の角度が第１閾値以下である場合、立脚期における一方の足の膝関節の角度が第２閾値より大きいか否かを判断してもよい。また、サルコペニア判定部１１３は、遊脚期における一方の足の膝関節の角度が第１閾値以下である場合、遊脚期における一方の足の膝関節の角度が第２閾値より大きいか否かを判断してもよい。また、サルコペニア判定部１１３は、立脚期における一方の足のつま先の鉛直方向の変位が第１閾値以下である場合、立脚期における一方の足のつま先の鉛直方向の変位が第２閾値より大きいか否かを判断してもよい。また、サルコペニア判定部１１３は、遊脚期における一方の足のつま先の鉛直方向の変位が第１閾値以下である場合、遊脚期における一方の足のつま先の鉛直方向の変位が第２閾値より大きいか否かを判断してもよい。また、サルコペニア判定部１１３は、立脚期における一方の足の足首関節の角度が第１閾値以下である場合、立脚期における一方の足の足首関節の角度が第２閾値より大きいか否かを判断してもよい。また、サルコペニア判定部１１３は、遊脚期における一方の足の足首関節の角度が第１閾値以下である場合、遊脚期における一方の足の足首関節の角度が第２閾値より大きいか否かを判断してもよい。
サルコペニア判定部１１３は、立脚期における一方の足の膝関節の角度が第２閾値より大きい場合、遊脚期における一方の足の膝関節の角度が第２閾値より大きい場合、立脚期における一方の足のつま先の鉛直方向の変位が第２閾値より大きい場合、遊脚期における一方の足のつま先の鉛直方向の変位が第２閾値より大きい場合、立脚期における一方の足の足首関節の角度が第２閾値より大きい場合、又は遊脚期における一方の足の足首関節の角度が第２閾値より大きい場合、被験者がサルコペニア予備群であると判定してもよい。
本実施の形態では、サルコペニア判定部１１３は、遊脚期における一方の足の膝関節の角度が第２閾値より大きい場合、被験者がサルコペニア予備群であると判定してもよい。サルコペニア判定部１１３は、１歩行周期の６１％〜１００％の期間における被験者の一方の足の膝関節の角度の時系列データの平均値が第２閾値より大きいか否かを判断する。サルコペニア判定部１１３は、１歩行周期の６１％〜１００％の期間における被験者の一方の足の膝関節の角度の時系列データの平均値が第２閾値より大きい場合、被験者がサルコペニア予備群であると判定する。一方、サルコペニア判定部１１３は、１歩行周期の６１％〜１００％の期間における被験者の一方の足の膝関節の角度の時系列データの平均値が第２閾値以下である場合、被験者がサルコペニア予備群ではない、すなわち被験者が健常者であると判定する。
図６は、図４のステップＳ４におけるサルコペニア判定処理の他の例について説明するためのフローチャートである。
まず、ステップＳ２１において、サルコペニア判定部１１３は、メモリ１２から第１閾値及び第２閾値を読み出す。
次に、ステップＳ２２において、サルコペニア判定部１１３は、歩行パラメータ検出部１１２によって検出された歩行パラメータが第１閾値より大きいか否かを判断する。本実施の形態における歩行パラメータは、１歩行周期の６１％〜１００％の期間における被験者の一方の足の膝関節の角度の時系列データの平均値である。サルコペニア判定部１１３は、１歩行周期の６１％〜１００％の期間における被験者の一方の足の膝関節の角度の時系列データの平均値が第１閾値より大きいか否かを判断する。
ここで、歩行パラメータが第１閾値より大きいと判断された場合（ステップＳ２２でＹＥＳ）、ステップＳ２３において、サルコペニア判定部１１３は、被験者がサルコペニアであると判定する。
一方、歩行パラメータが第１閾値以下であると判断された場合（ステップＳ２２でＮＯ）、ステップＳ２４において、サルコペニア判定部１１３は、歩行パラメータ検出部１１２によって検出された歩行パラメータが第２閾値より大きいか否かを判断する。本実施の形態における歩行パラメータは、１歩行周期の６１％〜１００％の期間における被験者の一方の足の膝関節の角度の時系列データの平均値である。サルコペニア判定部１１３は、１歩行周期の６１％〜１００％の期間における被験者の一方の足の膝関節の角度の時系列データの平均値が第２閾値より大きいか否かを判断する。
ここで、歩行パラメータが第２閾値より大きいと判断された場合（ステップＳ２４でＹＥＳ）、ステップＳ２５において、サルコペニア判定部１１３は、被験者がサルコペニア予備群であると判定する。
一方、歩行パラメータが第２閾値以下であると判断された場合（ステップＳ２４でＮＯ）、ステップＳ２６において、サルコペニア判定部１１３は、被験者がサルコペニア予備群ではない、すなわち被験者が健常者であると判定する。
このように、本実施の形態では、歩行している被験者の遊脚期における一方の足の膝関節の角度は、被験者のサルコペニアに相関があるパラメータである。サルコペニアである被験者の歩行動作は、サルコペニアではない被験者の歩行動作とは異なる傾向がある。そのため、歩行中の被験者のサルコペニアに相関があるパラメータを用いて被験者のサルコペニアが判定されるので、高い精度で被験者のサルコペニアを評価することができる。
また、歩行している被験者の遊脚期における一方の足の膝関節の角度は、例えば、歩行している被験者を撮像することで得られる画像データから簡単に検出することが可能であるので、大がかりな装置も不要である。そのため、本構成では、簡単に被験者のサルコペニアを評価することができる。
本実施の形態における歩行パラメータ及び予測モデルは、実験により決定される。以下、本実施の形態における歩行パラメータ及び予測モデルの決定方法について説明する。
実験に参加した被験者の総数は６５人であった。全ての被験者は、女性であった。従来、種々のサルコペニアの判定基準が存在する。今回採用したサルコペニアの判定基準は、四肢骨格筋量が５．８（ｋｇ／ｍ２）より低く且つ握力が１９．３（ｋｇ）より低いこと、又は四肢骨格筋量が５．８（ｋｇ／ｍ２）より低く且つ歩行速度が１．１９（ｍ／ｓ）以下であることとした。四肢骨格筋量は、両腕及び両足の合計筋肉量を身長の２乗で割った値である。四肢骨格筋量が５．８（ｋｇ／ｍ２）より低く且つ握力が１９．３（ｋｇ）より低い場合、又は四肢骨格筋量が５．８（ｋｇ／ｍ２）より低く且つ歩行速度が１．１９（ｍ／ｓ）以下である場合、被験者がサルコペニアであると判定した。なお、上記の判定に用いた基準値は女性を対象にしたものであり、被験者が男性であった場合、四肢骨格筋量が７．０（ｋｇ／ｍ２）より低く且つ握力が３０．３（ｋｇ）より低い場合、又は四肢骨格筋量が７．０（ｋｇ／ｍ２）より低く且つ歩行速度が１．２７（ｍ／ｓ）以下である場合、被験者がサルコペニアであると判定する。
また、四肢骨格筋量のみが基準値より低い場合、被験者がサルコペニア予備群であると判定した。すなわち、四肢骨格筋量のみが５．８（ｋｇ／ｍ２）より低い場合、被験者がサルコペニア予備群であると判定した。
なお、上記のサルコペニアの判定基準は一例であり、上記に限定されない。
判定の結果、被験者のうち、サルコペニアである被験者は９人であり、サルコペニア予備群である被験者は３０人であり、健常者である被験者は２６人であった。実験では、被験者らは、カメラの前で歩行を行った。歩行する被験者らがカメラで撮像され、動画像データから各被験者の骨格データが抽出された。そして、抽出された骨格データから各被験者の一方の足の膝関節の角度の時系列データが検出された。
図７は、本実施の形態において、１歩行周期における一方の足の膝関節の角度の変化を示す図である。図７において、縦軸は膝関節の角度を示し、横軸は正規化した１歩行周期を示す。また、図７において、破線は、健常者であった被験者らの一方の足の膝関節の角度の平均波形を示し、一点鎖線は、サルコペニア予備群であった被験者らの一方の足の膝関節の角度の平均波形を示し、実線は、サルコペニアであった被験者らの一方の足の膝関節の角度の平均波形を示す。
実験では、正規化した１歩行周期を１０区間に分割し、１区間又は２以上の連続する区間における一方の足の膝関節の角度の平均値を被験者毎に算出した。そして、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の６１％〜１００％の期間における一方の足の膝関節の角度の平均値を説明変数とする予測モデルを作成した。予測モデルは、交差検証により評価された。交差検証としては、ｌｅａｖｅ−ｏｎｅ−ｏｕｔ交差検証が採用された。そして、健常者及びサルコペニアを判定した予測モデルのＲＯＣ（Ｒｅｃｅｉｖｅｒ Ｏｐｅｒａｔｉｎｇ Ｃｈａｒａｃｔｅｒｉｓｔｉｃ）曲線と、健常者及びサルコペニア予備群を判定した予測モデルのＲＯＣ曲線とが算出された。さらに、予測モデルの２つのＲＯＣ曲線のＡＵＣ（Ａｒｅａ Ｕｎｄｅｒ Ｃｕｒｖｅ）値がそれぞれ算出された。
図８は、本実施の形態における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。
本実施の形態における予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の６１％〜１００％の期間における一方の足の膝関節の角度の平均値を説明変数として作成された。図８において、縦軸は真陽性率（Ｔｒｕｅ Ｐｏｓｉｔｉｖｅ Ｒａｔｅ）を示し、横軸は偽陽性率（Ｆａｌｓｅ Ｐｏｓｉｔｉｖｅ Ｒａｔｅ）を示す。真陽性率は、予測モデルがサルコペニアである被験者をサルコペニアであると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニアであると誤って判定した割合を示す。
図８に示すＲＯＣ曲線は、１歩行周期の６１％〜１００％の期間における一方の足の膝関節の角度の平均値を説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図８に示すＲＯＣ曲線のＡＵＣ値は、０．６９９であった。ＡＵＣ値は、ＲＯＣ曲線の下部分の面積である。ＡＵＣ値が大きいほど（１に近づくほど）、性能が高い予測モデルであると言える。
図９は、本実施の形態における予測モデルを用いて健常者及びサルコペニア予備群を判定した結果得られたＲＯＣ曲線を示す図である。図９において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニア予備群である被験者をサルコペニア予備群であると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニア予備群であると誤って判定した割合を示す。
図９に示すＲＯＣ曲線は、１歩行周期の６１％〜１００％の期間における一方の足の膝関節の角度の平均値を説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図９に示すＲＯＣ曲線のＡＵＣ値は、０．６０４であった。
本実施の形態では、１歩行周期の６１％〜１００％の期間における一方の足の膝関節の角度の平均値が、歩行パラメータとして決定される。また、１歩行周期の６１％〜１００％の期間における一方の足の膝関節の角度の平均値を説明変数として作成された予測モデルが、サルコペニア判定部１１３が用いる予測モデルとして決定される。
メモリ１２は、１歩行周期の６１％〜１００％の期間における一方の足の膝関節の角度の時系列データの平均値を入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。歩行パラメータ検出部１１２は、１歩行周期の６１％〜１００％の期間における一方の足の膝関節の角度の時系列データを検出する。サルコペニア判定部１１３は、１歩行周期の６１％〜１００％の期間における一方の足の膝関節の角度の時系列データの平均値を予測モデルに入力することにより、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを示す判定結果を予測モデルから取得する。
また、図７に示す１歩行周期の６１％〜１００％の期間において、サルコペニアである被験者らの一方の足の膝関節の角度の平均波形は、サルコペニア予備群である被験者らの一方の足の膝関節の角度の平均波形よりも大きくなっている。そのため、実験により得られた、サルコペニアである被験者らの１歩行周期の６１％〜１００％の期間における一方の足の膝関節の角度の時系列データの平均値の平均と、サルコペニア予備群である被験者らの１歩行周期の６１％〜１００％の期間における一方の足の膝関節の角度の時系列データの平均値の平均との間の値が、第１閾値としてメモリ１２に記憶されてもよい。サルコペニア判定部１１３は、１歩行周期の６１％〜１００％の期間における被験者の一方の足の膝関節の角度の時系列データの平均値と、予め記憶されている第１閾値とを比較することにより、被験者がサルコペニアであるか否かを判定してもよい。
また、図７に示す１歩行周期の６１％〜１００％の期間において、サルコペニア予備群である被験者らの一方の足の膝関節の角度の平均波形は、健常者である被験者らの一方の足の膝関節の角度の平均波形よりも大きくなっている。そのため、実験により得られた、サルコペニア予備群である被験者らの１歩行周期の６１％〜１００％の期間における一方の足の膝関節の角度の時系列データの平均値の平均と、健常者である被験者らの１歩行周期の６１％〜１００％の期間における一方の足の膝関節の角度の時系列データの平均値の平均との間の値が、第２閾値としてメモリ１２に記憶されてもよい。サルコペニア判定部１１３は、１歩行周期の６１％〜１００％の期間における被験者の一方の足の膝関節の角度の時系列データの平均値と、予め記憶されている第２閾値とを比較することにより、被験者がサルコペニア予備群であるか否かを判定してもよい。
なお、本実施の形態では、歩行パラメータは、１歩行周期の６１％〜１００％の期間における一方の足の膝関節の角度の時系列データの平均値であるが、本開示は特にこれに限定されない。以下、本実施の形態の歩行パラメータの種々の例について説明する。
まず、本実施の形態の第１の変形例における歩行パラメータについて説明する。
本実施の形態の第１の変形例における歩行パラメータは、被験者の一方の足の立脚期の所定期間における一方の足の膝関節の角度の時系列データの平均値であってもよい。
本実施の形態の第１の変形例では、上記の実験と同様に、サルコペニアである被験者、サルコペニア予備群である被験者及び健常者である被験者を含む複数の被験者の骨格データから、複数の被験者それぞれの一方の膝関節の角度の時系列データを検出した。また、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、立脚期の所定期間における一方の膝関節の角度の時系列データの平均値を説明変数とする予測モデルが作成された。所定期間は、１歩行周期の１％〜６０％の期間である。予測モデルは、交差検証により評価された。交差検証としては、ｌｅａｖｅ−ｏｎｅ−ｏｕｔ交差検証が採用された。そして、予測モデルのＲＯＣ曲線が算出された。さらに、予測モデルのＲＯＣ曲線のＡＵＣ値が算出された。
図１０は、本実施の形態の第１の変形例における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。
本実施の形態の第１の変形例における予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の１％〜６０％の期間における一方の足の膝関節の角度の平均値を説明変数として作成された。図１０において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニアである被験者をサルコペニアであると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニアであると誤って判定した割合を示す。
図１０に示すＲＯＣ曲線は、１歩行周期の１％〜６０％の期間における一方の足の膝関節の角度の平均値を説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図１０に示すＲＯＣ曲線のＡＵＣ値は、０．５８６であった。
図１１は、本実施の形態の第１の変形例における予測モデルを用いて健常者及びサルコペニア予備群を判定した結果得られたＲＯＣ曲線を示す図である。
図１１において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニア予備群である被験者をサルコペニア予備群であると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニア予備群であると誤って判定した割合を示す。
図１１に示すＲＯＣ曲線は、１歩行周期の１％〜６０％の期間における一方の足の膝関節の角度の平均値を説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図１１に示すＲＯＣ曲線のＡＵＣ値は、０．５３７であった。
本実施の形態の第１の変形例では、１歩行周期の１％〜６０％の期間における一方の足の膝関節の角度の平均値が、歩行パラメータとして決定される。また、１歩行周期の１％〜６０％の期間における一方の足の膝関節の角度の平均値を説明変数として作成された予測モデルが、サルコペニア判定部１１３が用いる予測モデルとして決定される。
歩行パラメータ検出部１１２は、歩行データから、被験者の一方の足の立脚期の所定期間における一方の足の膝関節の角度を検出する。歩行パラメータ検出部１１２は、切り出した１歩行周期に対応する時系列の骨格データから、立脚期の所定期間における一方の足の膝関節の角度を検出する。特に、歩行パラメータ検出部１１２は、一方の足の立脚期の所定期間における膝関節の角度の時系列データを検出する。より具体的には、所定期間は、１歩行周期の１％〜６０％の期間である。歩行パラメータ検出部１１２は、１歩行周期の１％〜６０％の期間における一方の足の膝関節の角度の時系列データを検出する。また、歩行パラメータ検出部１１２は、１歩行周期の１％〜６０％の期間における一方の足の膝関節の角度の時系列データの平均値を算出する。
メモリ１２は、１歩行周期の１％〜６０％の期間における一方の足の膝関節の角度を入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の１％〜６０％の期間における一方の足の膝関節の角度の時系列データを説明変数とする回帰モデルである。特に、メモリ１２は、１歩行周期の１％〜６０％の期間における一方の足の膝関節の角度の時系列データの平均値を入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。
サルコペニア判定部１１３は、立脚期の所定期間の一方の足の膝関節の角度の時系列データの平均値を用いて被験者がサルコペニアであるか否かを判定する。所定期間は、１歩行周期の１％〜６０％の期間である。サルコペニア判定部１１３は、立脚期の所定期間の一方の足の膝関節の角度の時系列データの平均値を入力値とし、被験者がサルコペニアであるか否かを出力値として生成された予測モデルに、歩行パラメータ検出部１１２によって検出された立脚期の所定期間の一方の足の膝関節の角度の時系列データの平均値を入力することで被験者がサルコペニアであるか否かを判定する。
また、サルコペニア判定部１１３は、一方の足の立脚期の所定期間における膝関節の角度の時系列データの平均値を用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。所定期間は、１歩行周期の１％〜６０％の期間である。より具体的には、サルコペニア判定部１１３は、１歩行周期の１％〜６０％の期間における一方の足の膝関節の角度の時系列データの平均値を用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。サルコペニア判定部１１３は、１歩行周期の１％〜６０％の期間における一方の足の膝関節の角度の時系列データの平均値を予測モデルに入力することにより、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを示す判定結果を予測モデルから取得する。
続いて、本実施の形態の第２の変形例における歩行パラメータについて説明する。
本実施の形態の第２の変形例における歩行パラメータは、１歩行周期の５０％〜６０％の期間における一方の足の膝関節の角度の時系列データの平均値であってもよい。
本実施の形態の第２の変形例では、上記の実験と同様に、複数の被験者それぞれの一方の足の膝関節の角度の時系列データを検出した。また、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の５０％〜６０％の期間における一方の足の膝関節の角度の平均値を説明変数とする予測モデルが作成された。予測モデルは、交差検証により評価された。交差検証としては、ｌｅａｖｅ−ｏｎｅ−ｏｕｔ交差検証が採用された。そして、予測モデルのＲＯＣ曲線が算出された。さらに、予測モデルのＲＯＣ曲線のＡＵＣ値が算出された。
図１２は、本実施の形態の第２の変形例における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。
本実施の形態の第２の変形例における予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の５０％〜６０％の期間における一方の膝関節の角度の平均値を説明変数として作成された。図１２において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニアである被験者をサルコペニアであると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニアであると誤って判定した割合を示す。
図１２に示すＲＯＣ曲線は、１歩行周期の５０％〜６０％の期間における一方の足の膝関節の角度の平均値を説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図１２に示すＲＯＣ曲線のＡＵＣ値は、０．６７８６であった。
図１３は、本実施の形態の第２の変形例における予測モデルを用いて健常者及びサルコペニア予備群を判定した結果得られたＲＯＣ曲線を示す図である。
図１３において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニア予備群である被験者をサルコペニア予備群であると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニア予備群であると誤って判定した割合を示す。
図１３に示すＲＯＣ曲線は、１歩行周期の５０％〜６０％の期間における一方の足の膝関節の角度の平均値を説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図１３に示すＲＯＣ曲線のＡＵＣ値は、０．６１３５であった。
本実施の形態の第２の変形例では、１歩行周期の５０％〜６０％の期間における一方の足の膝関節の角度の平均値が、歩行パラメータとして決定される。また、１歩行周期の５０％〜６０％の期間における一方の足の膝関節の角度の平均値を説明変数として作成された予測モデルが、サルコペニア判定部１１３が用いる予測モデルとして決定される。
歩行パラメータ検出部１１２は、一方の足の立脚期の所定期間における膝関節の角度の時系列データを検出する。より具体的には、所定期間は、１歩行周期の５０％〜６０％の期間である。歩行パラメータ検出部１１２は、１歩行周期の５０％〜６０％の期間における一方の足の膝関節の角度の時系列データを検出する。また、歩行パラメータ検出部１１２は、１歩行周期の５０％〜６０％の期間における一方の足の膝関節の角度の時系列データの平均値を算出する。
メモリ１２は、１歩行周期の５０％〜６０％の期間における一方の足の膝関節の角度を入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の５０％〜６０％の期間における一方の足の膝関節の角度の時系列データを説明変数とする回帰モデルである。特に、メモリ１２は、１歩行周期の５０％〜６０％の期間における一方の足の膝関節の角度の時系列データの平均値を入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。
サルコペニア判定部１１３は、立脚期の所定期間における一方の足の膝関節の角度の時系列データの平均値を用いて被験者がサルコペニアであるか否かを判定する。所定期間は、１歩行周期の５０％〜６０％の期間である。サルコペニア判定部１１３は、立脚期の所定期間における一方の足の膝関節の角度の時系列データの平均値を入力値とし、被験者がサルコペニアであるか否かを出力値として生成された予測モデルに、歩行パラメータ検出部１１２によって検出された立脚期の所定期間における一方の足の膝関節の角度の時系列データの平均値を入力することで被験者がサルコペニアであるか否かを判定する。
また、サルコペニア判定部１１３は、一方の足の立脚期の所定期間における膝関節の角度の時系列データの平均値を用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。所定期間は、１歩行周期の５０％〜６０％の期間である。より具体的には、サルコペニア判定部１１３は、１歩行周期の５０％〜６０％の期間における一方の足の膝関節の角度の時系列データの平均値を用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。サルコペニア判定部１１３は、１歩行周期の５０％〜６０％の期間における一方の足の膝関節の角度の時系列データの平均値を予測モデルに入力することにより、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを示す判定結果を予測モデルから取得する。
図１４は、本実施の形態の第２の変形例において、サルコペニアである被験者らの一方の足の膝関節の角度の時系列データの平均値の平均と、サルコペニア予備群である被験者らの一方の足の膝関節の角度の時系列データの平均値の平均と、健常者である被験者らの一方の足の膝関節の角度の時系列データの平均値の平均とを示す図である。
図１４に示すように、１歩行周期の５０％〜６０％の期間におけるサルコペニアである被験者らの一方の足の膝関節の角度の時系列データの平均値の平均は、１５．３度であり、１歩行周期の５０％〜６０％の期間におけるサルコペニア予備群である被験者らの一方の足の膝関節の角度の時系列データの平均値の平均は、１２．４度であり、１歩行周期の５０％〜６０％の期間における健常者である被験者らの一方の足の膝関節の角度の時系列データの平均値の平均は、９．３度であった。
このように、１歩行周期の５０％〜６０％の期間において、サルコペニアである被験者らの一方の足の膝関節の角度の時系列データの平均値の平均は、サルコペニア予備群である被験者らの一方の足の膝関節の角度の時系列データの平均値の平均よりも大きくなっている。そのため、実験により得られた、サルコペニアである被験者らの１歩行周期の５０％〜６０％の期間における一方の足の膝関節の角度の時系列データの平均値の平均と、サルコペニア予備群である被験者らの１歩行周期の５０％〜６０％の期間における一方の足の膝関節の角度の時系列データの平均値の平均との間の値が、第１閾値としてメモリ１２に記憶されてもよい。サルコペニア判定部１１３は、１歩行周期の５０％〜６０％の期間における被験者の一方の足の膝関節の角度の時系列データの平均値と、予め記憶されている第１閾値とを比較することにより、被験者がサルコペニアであるか否かを判定してもよい。
また、１歩行周期の５０％〜６０％の期間において、サルコペニア予備群である被験者らの一方の足の膝関節の角度の時系列データの平均値の平均は、健常者である被験者らの一方の足の膝関節の角度の時系列データの平均値の平均よりも大きくなっている。そのため、実験により得られた、サルコペニア予備群である被験者らの１歩行周期の５０％〜６０％の期間における一方の足の膝関節の角度の時系列データの平均値の平均と、健常者である被験者らの１歩行周期の５０％〜６０％の期間における一方の足の膝関節の角度の時系列データの平均値の平均との間の値が、第２閾値としてメモリ１２に記憶されてもよい。サルコペニア判定部１１３は、１歩行周期の５０％〜６０％の期間における被験者の一方の足の膝関節の角度の時系列データの平均値と、予め記憶されている第２閾値とを比較することにより、被験者がサルコペニア予備群であるか否かを判定してもよい。
続いて、本実施の形態の第３の変形例における歩行パラメータについて説明する。
本実施の形態の第３の変形例における歩行パラメータは、一方の足の立脚期の所定期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値であってもよい。
図１５は、本実施の形態の第３の変形例において、１歩行周期における一方の足のつま先の鉛直方向の変位を示す図である。図１５において、縦軸はつま先の鉛直方向の変位を示し、横軸は正規化した１歩行周期を示す。また、図１５において、破線は、健常者らの一方の足のつま先の鉛直方向の変位の平均波形を示し、一点鎖線は、サルコペニア予備群である被験者らの一方の足のつま先の鉛直方向の変位の平均波形を示し、実線は、サルコペニアである被験者らの一方の足のつま先の鉛直方向の変位の平均波形を示す。
本実施の形態の第３の変形例では、上記の実験と同様に、サルコペニアである被験者、サルコペニア予備群である被験者及び健常者である被験者を含む複数の被験者の骨格データから、複数の被験者それぞれの一方の足のつま先の鉛直方向の変位の時系列データを検出した。図２に示すように、つま先の鉛直方向の変位βは、つま先を示す特徴点２１３の鉛直方向の変位である。
実験では、正規化した１歩行周期を１０区間に分割し、１区間又は２以上の連続する区間における一方の足のつま先の鉛直方向の変位の平均値を被験者毎に算出した。そして、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の平均値を説明変数とする予測モデルを作成した。予測モデルは、交差検証により評価された。交差検証としては、ｌｅａｖｅ−ｏｎｅ−ｏｕｔ交差検証が採用された。そして、健常者及びサルコペニアを判定した予測モデルのＲＯＣ曲線と、健常者及びサルコペニア予備群を判定した予測モデルのＲＯＣ曲線とが算出された。さらに、予測モデルの２つのＲＯＣ曲線のＡＵＣ値がそれぞれ算出された。
図１６は、本実施の形態の第３の変形例における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。
本実施の形態の第３の変形例における予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の平均値を説明変数として作成された。図１６において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニアである被験者をサルコペニアであると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニアであると誤って判定した割合を示す。
図１６に示すＲＯＣ曲線は、１歩行周期の１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の平均値を説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図１６に示すＲＯＣ曲線のＡＵＣ値は、０．６３６であった。
図１７は、本実施の形態の第３の変形例における予測モデルを用いて健常者及びサルコペニア予備群を判定した結果得られたＲＯＣ曲線を示す図である。
図１７において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニア予備群である被験者をサルコペニア予備群であると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニア予備群であると誤って判定した割合を示す。
図１７に示すＲＯＣ曲線は、１歩行周期の１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の平均値を説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図１７に示すＲＯＣ曲線のＡＵＣ値は、０．５６０であった。
本実施の形態の第３の変形例では、１歩行周期の１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の平均値が、歩行パラメータとして決定される。また、１歩行周期の１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の平均値を説明変数として作成された予測モデルが、サルコペニア判定部１１３が用いる予測モデルとして決定される。
歩行パラメータ検出部１１２は、歩行データから、被験者の一方の足のつま先の鉛直方向の変位を検出する。歩行パラメータ検出部１１２は、切り出した１歩行周期に対応する時系列の骨格データから、被験者の一方の足のつま先の鉛直方向の変位を検出する。特に、歩行パラメータ検出部１１２は、一方の足の立脚期の所定期間における一方の足のつま先の鉛直方向の変位の時系列データを検出する。より具体的には、所定期間は、１歩行周期の１％〜６０％の期間である。歩行パラメータ検出部１１２は、１歩行周期の１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の時系列データを検出する。また、歩行パラメータ検出部１１２は、１歩行周期の１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を算出する。
なお、本実施の形態の第３の変形例では、１歩行周期は、被験者の右足が地面に着いてから再度右足が地面に着くまでの期間であるので、歩行パラメータ検出部１１２は、右足が立脚期である際の右足のつま先の鉛直方向の変位βを検出している。１歩行周期が、被験者の左足が地面に着いてから再度左足が地面に着くまでの期間である場合、歩行パラメータ検出部１１２は、左足が立脚期である際の左足のつま先の鉛直方向の変位βを検出してもよい。
メモリ１２は、１歩行周期の１％〜６０％の期間における一方の足のつま先の鉛直方向の変位を入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の時系列データを説明変数とする回帰モデルである。特に、メモリ１２は、１歩行周期の１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。
サルコペニア判定部１１３は、一方の足のつま先の鉛直方向の変位を用いて被験者がサルコペニアであるか否かを判定する。サルコペニア判定部１１３は、一方の足のつま先の鉛直方向の変位を入力値とし、被験者がサルコペニアであるか否かを出力値として生成された予測モデルに、歩行パラメータ検出部１１２によって検出された一方の足のつま先の鉛直方向の変位を入力することで被験者がサルコペニアであるか否かを判定する。
また、サルコペニア判定部１１３は、一方の足の立脚期の所定期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を用いて被験者がサルコペニアであるか否かを判定する。所定期間は、１歩行周期の１％〜６０％の期間である。サルコペニア判定部１１３は、１歩行周期の１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を用いて被験者がサルコペニアであるか否かを判定する。サルコペニア判定部１１３は、１歩行周期の１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を予測モデルに入力することにより、被験者がサルコペニアであるか否かを示す判定結果を予測モデルから取得する。
また、サルコペニア判定部１１３は、一方の足の立脚期の所定期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。所定期間は、１歩行周期の１％〜６０％の期間である。より具体的には、サルコペニア判定部１１３は、１歩行周期の１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。サルコペニア判定部１１３は、１歩行周期の１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を予測モデルに入力することにより、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを示す判定結果を予測モデルから取得する。
続いて、本実施の形態の第４の変形例における歩行パラメータについて説明する。
本実施の形態の第４の変形例における歩行パラメータは、被験者の一方の足の遊脚期の所定期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値であってもよい。
本実施の形態の第４の変形例では、上記の実験と同様に、サルコペニアである被験者、サルコペニア予備群である被験者及び健常者である被験者を含む複数の被験者の骨格データから、複数の被験者それぞれの一方の足のつま先の鉛直方向の変位の時系列データを検出した。また、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、遊脚期の所定期間における一方の膝関節の角度の時系列データの平均値を説明変数とする予測モデルが作成された。所定期間は、１歩行周期の６１％〜１００％の期間である。予測モデルは、交差検証により評価された。交差検証としては、ｌｅａｖｅ−ｏｎｅ−ｏｕｔ交差検証が採用された。そして、予測モデルのＲＯＣ曲線が算出された。さらに、予測モデルのＲＯＣ曲線のＡＵＣ値が算出された。
図１８は、本実施の形態の第４の変形例における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。
本実施の形態の第３の変形例における予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の６１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の平均値を説明変数として作成された。図１８において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニアである被験者をサルコペニアであると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニアであると誤って判定した割合を示す。
図１８に示すＲＯＣ曲線は、１歩行周期の６１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の平均値を説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図１８に示すＲＯＣ曲線のＡＵＣ値は、０．５１４であった。
図１９は、本実施の形態の第４の変形例における予測モデルを用いて健常者及びサルコペニア予備群を判定した結果得られたＲＯＣ曲線を示す図である。
図１９において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニア予備群である被験者をサルコペニア予備群であると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニア予備群であると誤って判定した割合を示す。
図１９に示すＲＯＣ曲線は、１歩行周期の６１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の平均値を説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図１９に示すＲＯＣ曲線のＡＵＣ値は、０．６２６であった。
本実施の形態の第４の変形例では、１歩行周期の６１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の平均値が、歩行パラメータとして決定される。また、１歩行周期の６１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の平均値を説明変数として作成された予測モデルが、サルコペニア判定部１１３が用いる予測モデルとして決定される。
歩行パラメータ検出部１１２は、歩行データから、被験者の一方の足の遊脚期の所定期間における一方の足のつま先の鉛直方向の変位を検出する。歩行パラメータ検出部１１２は、切り出した１歩行周期に対応する時系列の骨格データから、遊脚期の所定期間における一方の足のつま先の鉛直方向の変位を検出する。特に、歩行パラメータ検出部１１２は、一方の足の遊脚期の所定期間における一方の足のつま先の鉛直方向の変位の時系列データを検出する。より具体的には、所定期間は、１歩行周期の６１％〜１００％の期間である。歩行パラメータ検出部１１２は、１歩行周期の６１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の時系列データを検出する。また、歩行パラメータ検出部１１２は、１歩行周期の６１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を算出する。
メモリ１２は、１歩行周期の６１％〜１００％の期間における一方の足のつま先の鉛直方向の変位を入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の６１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の時系列データを説明変数とする回帰モデルである。特に、メモリ１２は、１歩行周期の６１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。
サルコペニア判定部１１３は、遊脚期の所定期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を用いて被験者がサルコペニアであるか否かを判定する。所定期間は、１歩行周期の６１％〜１００％の期間である。サルコペニア判定部１１３は、遊脚期の所定期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を入力値とし、被験者がサルコペニアであるか否かを出力値として生成された予測モデルに、歩行パラメータ検出部１１２によって検出された遊脚期の所定期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を入力することで被験者がサルコペニアであるか否かを判定する。
また、サルコペニア判定部１１３は、一方の足の遊脚期の所定期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。所定期間は、１歩行周期の６１％〜１００％の期間である。より具体的には、サルコペニア判定部１１３は、１歩行周期の６１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。サルコペニア判定部１１３は、１歩行周期の６１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を予測モデルに入力することにより、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを示す判定結果を予測モデルから取得する。
続いて、本実施の形態の第５の変形例における歩行パラメータについて説明する。
本実施の形態の第５の変形例における歩行パラメータは、１歩行周期の６５％〜７０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値であってもよい。
図２０は、本実施の形態の第５の変形例において、１歩行周期における一方の足のつま先の鉛直方向の変位を示す図である。図２０において、縦軸はつま先の鉛直方向の変位を示し、横軸は正規化した１歩行周期を示す。また、図２０において、破線は、健常者らの一方の足のつま先の鉛直方向の変位の平均波形を示し、実線は、サルコペニア又はサルコペニア予備群である被験者らの一方の足のつま先の鉛直方向の変位の平均波形を示す。
なお、本実施の形態の第４の変形例では、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかが判定されるが、本実施の形態の第５の変形例では、被験者がサルコペニア又はサルコペニア予備群であるか否かが判定される。なお、サルコペニア又はサルコペニア予備群ではない被験者は健常者であると判定される。
本実施の形態の第５の変形例では、上記の実験と同様に、複数の被験者それぞれの一方の足のつま先の鉛直方向の変位の時系列データを検出した。また、被験者がサルコペニア又はサルコペニア予備群であるか否かを目的変数とし、１歩行周期の６５％〜７０％の期間における一方の足のつま先の鉛直方向の変位の平均値を説明変数とする予測モデルが作成された。予測モデルは、交差検証により評価された。交差検証としては、ｌｅａｖｅ−ｏｎｅ−ｏｕｔ交差検証が採用された。そして、サルコペニア又はサルコペニア予備群であるか否かを判定した予測モデルのＲＯＣ曲線が算出された。さらに、予測モデルのＲＯＣ曲線のＡＵＣ値が算出された。
図２１は、本実施の形態の第５の変形例における予測モデルを用いてサルコペニア又はサルコペニア予備群であるか否かを判定した結果得られたＲＯＣ曲線を示す図である。
本実施の形態の第５の変形例における予測モデルは、被験者がサルコペニア又はサルコペニア予備群であるか否かを目的変数とし、１歩行周期の６５％〜７０％の期間における一方の足のつま先の鉛直方向の変位の平均値を説明変数として作成された。図２１において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニア又はサルコペニア予備群である被験者をサルコペニア又はサルコペニア予備群であると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニア又はサルコペニア予備群であると誤って判定した割合を示す。
図２１に示すＲＯＣ曲線は、１歩行周期の６５％〜７０％の期間における一方の足のつま先の鉛直方向の変位の平均値を説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図２１に示すＲＯＣ曲線のＡＵＣ値は、０．６５２５であった。
本実施の形態の第５の変形例では、１歩行周期の６５％〜７０％の期間における一方の足のつま先の鉛直方向の変位の平均値が、歩行パラメータとして決定される。また、１歩行周期の６５％〜７０％の期間における一方の足のつま先の鉛直方向の変位の平均値を説明変数として作成された予測モデルが、サルコペニア判定部１１３が用いる予測モデルとして決定される。
歩行パラメータ検出部１１２は、一方の足の遊脚期の所定期間における一方の足のつま先の鉛直方向の変位の時系列データを検出する。より具体的には、所定期間は、１歩行周期の６５％〜７０％の期間である。歩行パラメータ検出部１１２は、１歩行周期の６５％〜７０％の期間における一方の足のつま先の鉛直方向の変位の時系列データを検出する。また、歩行パラメータ検出部１１２は、１歩行周期の６５％〜７０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を算出する。
メモリ１２は、１歩行周期の６５％〜７０％の期間における一方の足のつま先の鉛直方向の変位を入力値とし、被験者がサルコペニア又はサルコペニア予備群であるか否かを出力値として生成された予測モデルを予め記憶する。予測モデルは、被験者がサルコペニア又はサルコペニア予備群であるか否かを目的変数とし、１歩行周期の６５％〜７０％の期間における一方の足のつま先の鉛直方向の変位の時系列データを説明変数とする回帰モデルである。特に、メモリ１２は、１歩行周期の６５％〜７０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を入力値とし、被験者がサルコペニア又はサルコペニア予備群であるか否かを出力値として生成された予測モデルを予め記憶する。
サルコペニア判定部１１３は、遊脚期の所定期間の一方の足のつま先の鉛直方向の変位の時系列データの平均値を用いて被験者がサルコペニアであるか否かを判定する。所定期間は、１歩行周期の６５％〜７０％の期間である。サルコペニア判定部１１３は、遊脚期の所定期間の一方の足のつま先の鉛直方向の変位の時系列データの平均値を入力値とし、被験者がサルコペニアであるか否かを出力値として生成された予測モデルに、歩行パラメータ検出部１１２によって検出された遊脚期の所定期間の一方の足のつま先の鉛直方向の変位の時系列データの平均値を入力することで被験者がサルコペニアであるか否かを判定する。
また、サルコペニア判定部１１３は、一方の足の遊脚期の所定期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を用いて被験者がサルコペニア又はサルコペニア予備群であるか否かを判定する。所定期間は、１歩行周期の６５％〜７０％の期間である。より具体的には、サルコペニア判定部１１３は、１歩行周期の６５％〜７０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を用いて被験者がサルコペニア又はサルコペニア予備群であるか否かを判定する。サルコペニア判定部１１３は、１歩行周期の６５％〜７０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値を予測モデルに入力することにより、被験者がサルコペニア又はサルコペニア予備群であるか否かを示す判定結果を予測モデルから取得する。
図２２は、本実施の形態の第５の変形例において、サルコペニア又はサルコペニア予備群である被験者らの一方の足のつま先の鉛直方向の変位の時系列データの平均値の平均と、健常者である被験者らの一方の足のつま先の鉛直方向の変位の時系列データの平均値の平均とを示す図である。
図２２に示すように、１歩行周期の６５％〜７０％の期間におけるサルコペニア又はサルコペニア予備群である被験者らの一方の足のつま先の鉛直方向の変位の時系列データの平均値の平均は、３７ｍｍであり、１歩行周期の６５％〜７０％の期間における健常者である被験者らの一方の足のつま先の鉛直方向の変位の時系列データの平均値の平均は、３１ｍｍであった。
このように、１歩行周期の６５％〜７０％の期間において、サルコペニア又はサルコペニア予備群である被験者らの一方の足のつま先の鉛直方向の変位の時系列データの平均値の平均は、健常者である被験者らの一方の足のつま先の鉛直方向の変位の時系列データの平均値の平均よりも大きくなっている。そのため、実験により得られた、サルコペニア又はサルコペニア予備群である被験者らの１歩行周期の６５％〜７０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値の平均と、健常者である被験者らの１歩行周期の６５％〜７０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値の平均との間の値が、閾値としてメモリ１２に記憶されてもよい。サルコペニア判定部１１３は、１歩行周期の６５％〜７０％の期間における被験者の一方の足のつま先の鉛直方向の変位の時系列データの平均値と、予め記憶されている閾値とを比較することにより、被験者がサルコペニア又はサルコペニア予備群であるか否かを判定してもよい。
続いて、本実施の形態の第６の変形例における歩行パラメータについて説明する。
本実施の形態の第６の変形例における歩行パラメータは、一方の足の立脚期の所定期間における一方の足の足首関節の角度の時系列データの平均値であってもよい。
図２３は、本実施の形態の第６の変形例において、１歩行周期における一方の足の足首関節の角度の変化を示す図である。図２３において、縦軸は足首関節の角度を示し、横軸は正規化した１歩行周期を示す。また、図２３において、破線は、健常者らの一方の足首関節の角度の平均波形を示し、一点鎖線は、サルコペニア予備群である被験者らの一方の足首関節の角度の平均波形を示し、実線は、サルコペニアである被験者らの一方の足首関節の角度の平均波形を示す。
本実施の形態の第６の変形例では、上記の実験と同様に、サルコペニアである被験者、サルコペニア予備群である被験者及び健常者である被験者を含む複数の被験者の骨格データから、複数の被験者それぞれの一方の足首関節の角度の時系列データを検出した。図２に示すように、足首関節の角度θは、矢状面において、右足首関節を示す特徴点２１２と右膝関節を示す特徴点２１１とを結ぶ直線と、右足首関節を示す特徴点２１２と右つま先を示す特徴点２１３とを結ぶ直線とがなす角度である。
実験では、正規化した１歩行周期を１０区間に分割し、１区間又は２以上の連続する区間における一方の足首関節の角度の平均値を被験者毎に算出した。そして、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の１％〜６０％の期間における一方の足首関節の角度の平均値を説明変数とする予測モデルを作成した。予測モデルは、交差検証により評価された。交差検証としては、ｌｅａｖｅ−ｏｎｅ−ｏｕｔ交差検証が採用された。そして、健常者及びサルコペニアを判定した予測モデルのＲＯＣ曲線と、健常者及びサルコペニア予備群を判定した予測モデルのＲＯＣ曲線とが算出された。さらに、予測モデルの２つのＲＯＣ曲線のＡＵＣ値がそれぞれ算出された。
図２４は、本実施の形態の第６の変形例における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。
本実施の形態の第６の変形例における予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の１％〜６０％の期間における一方の足首関節の角度の平均値を説明変数として作成された。図２４において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニアである被験者をサルコペニアであると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニアであると誤って判定した割合を示す。
図２４に示すＲＯＣ曲線は、１歩行周期の１％〜６０％の期間における一方の足首関節の角度の平均値を説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図２４に示すＲＯＣ曲線のＡＵＣ値は、０．４９８であった。
図２５は、本実施の形態の第６の変形例における予測モデルを用いて健常者及びサルコペニア予備群を判定した結果得られたＲＯＣ曲線を示す図である。
図２５において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニア予備群である被験者をサルコペニア予備群であると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニア予備群であると誤って判定した割合を示す。
図２５に示すＲＯＣ曲線は、１歩行周期の１％〜６０％の期間における一方の足首関節の角度の平均値を説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図２５に示すＲＯＣ曲線のＡＵＣ値は、０．６１０であった。
本実施の形態の第６の変形例では、１歩行周期の１％〜６０％の期間における一方の足首関節の角度の平均値が、歩行パラメータとして決定される。また、１歩行周期の１％〜６０％の期間における一方の足首関節の角度の平均値を説明変数として作成された予測モデルが、サルコペニア判定部１１３が用いる予測モデルとして決定される。
歩行パラメータ検出部１１２は、歩行データから、被験者の一方の足の立脚期における一方の足の足首関節の角度を検出する。歩行パラメータ検出部１１２は、切り出した１歩行周期に対応する時系列の骨格データから、被験者の立脚期における一方の足の足首関節の角度を検出する。特に、歩行パラメータ検出部１１２は、一方の足の立脚期の所定期間における一方の足の足首関節の角度の時系列データを検出する。より具体的には、所定期間は、１歩行周期の１％〜６０％の期間である。歩行パラメータ検出部１１２は、１歩行周期の１％〜６０％の期間における一方の足の足首関節の角度の時系列データを検出する。また、歩行パラメータ検出部１１２は、１歩行周期の１％〜６０％の期間における一方の足の足首関節の角度の時系列データの平均値を算出する。
なお、本実施の形態の第６の変形例では、１歩行周期は、被験者の右足が地面に着いてから再度右足が地面に着くまでの期間であるので、歩行パラメータ検出部１１２は、右足の足首関節の角度θを検出している。１歩行周期が、被験者の左足が地面に着いてから再度左足が地面に着くまでの期間である場合、歩行パラメータ検出部１１２は、左足の足首関節の角度θを検出してもよい。
メモリ１２は、１歩行周期の１％〜６０％の期間における一方の足の足首関節の角度を入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の１％〜６０％の期間における一方の足の足首関節の角度の時系列データを説明変数とする回帰モデルである。特に、メモリ１２は、１歩行周期の１％〜６０％の期間における一方の足の足首関節の角度の時系列データの平均値を入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。
サルコペニア判定部１１３は、立脚期における一方の足の足首関節の角度を用いて被験者がサルコペニアであるか否かを判定する。サルコペニア判定部１１３は、立脚期における一方の足の足首関節の角度を入力値とし、被験者がサルコペニアであるか否かを出力値として生成された予測モデルに、歩行パラメータ検出部１１２によって検出された立脚期における一方の足の足首関節の角度を入力することで被験者がサルコペニアであるか否かを判定する。
また、サルコペニア判定部１１３は、一方の足の立脚期の所定期間における一方の足の足首関節の角度の時系列データの平均値を用いて被験者がサルコペニアであるか否かを判定する。所定期間は、１歩行周期の１％〜６０％の期間である。サルコペニア判定部１１３は、１歩行周期の１％〜６０％の期間における一方の足の足首関節の角度の時系列データの平均値を用いて被験者がサルコペニアであるか否かを判定する。サルコペニア判定部１１３は、１歩行周期の１％〜６０％の期間における一方の足の足首関節の角度の時系列データの平均値を予測モデルに入力することにより、被験者がサルコペニアであるか否かを示す判定結果を予測モデルから取得する。
また、サルコペニア判定部１１３は、一方の足の立脚期の所定期間における一方の足の足首関節の角度の時系列データの平均値を用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。所定期間は、１歩行周期の１％〜６０％の期間である。より具体的には、サルコペニア判定部１１３は、１歩行周期の１％〜６０％の期間における一方の足の足首関節の角度の時系列データの平均値を用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。サルコペニア判定部１１３は、１歩行周期の１％〜６０％の期間における一方の足の足首関節の角度の時系列データの平均値を予測モデルに入力することにより、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを示す判定結果を予測モデルから取得する。
また、図２３に示す１歩行周期の１％〜６０％の期間において、サルコペニアである被験者らの足首関節の角度の平均波形は、サルコペニア予備群である被験者らの足首関節の角度の平均波形よりも大きくなっている。そのため、実験により得られた、サルコペニアである被験者らの１歩行周期の１％〜６０％の期間における足首関節の角度の時系列データの平均値の平均と、サルコペニア予備群である被験者らの１歩行周期の１％〜６０％の期間における足首関節の角度の時系列データの平均値の平均との間の値が、第１閾値としてメモリ１２に記憶されてもよい。サルコペニア判定部１１３は、１歩行周期の１％〜６０％の期間における被験者の足首関節の角度の時系列データの平均値と、予め記憶されている第１閾値とを比較することにより、被験者がサルコペニアであるか否かを判定してもよい。
また、図２３に示す１歩行周期の１％〜６０％の期間において、サルコペニア予備群である被験者らの足首関節の角度の平均波形は、健常者である被験者らの足首関節の角度の平均波形よりも大きくなっている。そのため、実験により得られた、サルコペニア予備群である被験者らの１歩行周期の１％〜６０％の期間における足首関節の角度の時系列データの平均値の平均と、健常者である被験者らの１歩行周期の１％〜６０％の期間における足首関節の角度の時系列データの平均値の平均との間の値が、第２閾値としてメモリ１２に記憶されてもよい。サルコペニア判定部１１３は、１歩行周期の１％〜６０％の期間における被験者の足首関節の角度の時系列データの平均値と、予め記憶されている第２閾値とを比較することにより、被験者がサルコペニア予備群であるか否かを判定してもよい。
続いて、本実施の形態の第７の変形例における歩行パラメータについて説明する。
本実施の形態の第７の変形例における歩行パラメータは、一方の足の遊脚期の所定期間における一方の足の足首関節の角度の時系列データの平均値であってもよい。
本実施の形態の第７の変形例では、上記の実験と同様に、サルコペニアである被験者、サルコペニア予備群である被験者及び健常者である被験者を含む複数の被験者の骨格データから、複数の被験者それぞれの一方の足首関節の角度の時系列データを検出した。
実験では、正規化した１歩行周期を１０区間に分割し、１区間又は２以上の連続する区間における一方の足首関節の角度の平均値を被験者毎に算出した。そして、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の６１％〜１００％の期間における一方の足首関節の角度の平均値を説明変数とする予測モデルを作成した。予測モデルは、交差検証により評価された。交差検証としては、ｌｅａｖｅ−ｏｎｅ−ｏｕｔ交差検証が採用された。そして、健常者及びサルコペニアを判定した予測モデルのＲＯＣ曲線と、健常者及びサルコペニア予備群を判定した予測モデルのＲＯＣ曲線とが算出された。さらに、予測モデルの２つのＲＯＣ曲線のＡＵＣ値がそれぞれ算出された。
図２６は、本実施の形態の第７の変形例における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。
本実施の形態の第７の変形例における予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の６１％〜１００％の期間における一方の足首関節の角度の平均値を説明変数として作成された。図２６において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニアである被験者をサルコペニアであると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニアであると誤って判定した割合を示す。
図２６に示すＲＯＣ曲線は、１歩行周期の６１％〜１００％の期間における一方の足首関節の角度の平均値を説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図２６に示すＲＯＣ曲線のＡＵＣ値は、０．３８９であった。
図２７は、本実施の形態の第７の変形例における予測モデルを用いて健常者及びサルコペニア予備群を判定した結果得られたＲＯＣ曲線を示す図である。
図２７において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニア予備群である被験者をサルコペニア予備群であると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニア予備群であると誤って判定した割合を示す。
図２７に示すＲＯＣ曲線は、１歩行周期の６１％〜１００％の期間における一方の足首関節の角度の平均値を説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図２７に示すＲＯＣ曲線のＡＵＣ値は、０．６２２であった。
本実施の形態の第７の変形例では、１歩行周期の６１％〜１００％の期間における一方の足首関節の角度の平均値が、歩行パラメータとして決定される。また、１歩行周期の６１％〜１００％の期間における一方の足首関節の角度の平均値を説明変数として作成された予測モデルが、サルコペニア判定部１１３が用いる予測モデルとして決定される。
歩行パラメータ検出部１１２は、歩行データから、被験者の一方の足の遊脚期における一方の足の足首関節の角度を検出する。歩行パラメータ検出部１１２は、切り出した１歩行周期に対応する時系列の骨格データから、被験者の遊脚期における一方の足の足首関節の角度を検出する。特に、歩行パラメータ検出部１１２は、一方の足の遊脚期の所定期間における一方の足の足首関節の角度の時系列データを検出する。より具体的には、所定期間は、１歩行周期の６１％〜１００％の期間である。歩行パラメータ検出部１１２は、１歩行周期の６１％〜１００％の期間における一方の足の足首関節の角度の時系列データを検出する。また、歩行パラメータ検出部１１２は、１歩行周期の６１％〜１００％の期間における一方の足の足首関節の角度の時系列データの平均値を算出する。
メモリ１２は、１歩行周期の６１％〜１００％の期間における一方の足の足首関節の角度を入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の６１％〜１００％の期間における一方の足の足首関節の角度の時系列データを説明変数とする回帰モデルである。特に、メモリ１２は、１歩行周期の６１％〜１００％の期間における一方の足の足首関節の角度の時系列データの平均値を入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。
サルコペニア判定部１１３は、遊脚期における一方の足の足首関節の角度を用いて被験者がサルコペニアであるか否かを判定する。サルコペニア判定部１１３は、遊脚期における一方の足の足首関節の角度を入力値とし、被験者がサルコペニアであるか否かを出力値として生成された予測モデルに、歩行パラメータ検出部１１２によって検出された遊脚期における一方の足の足首関節の角度を入力することで被験者がサルコペニアであるか否かを判定する。
また、サルコペニア判定部１１３は、一方の足の遊脚期の所定期間における一方の足の足首関節の角度の時系列データの平均値を用いて被験者がサルコペニアであるか否かを判定する。所定期間は、１歩行周期の６１％〜１００％の期間である。サルコペニア判定部１１３は、１歩行周期の６１％〜１００％の期間における一方の足の足首関節の角度の時系列データの平均値を用いて被験者がサルコペニアであるか否かを判定する。サルコペニア判定部１１３は、１歩行周期の６１％〜１００％の期間における一方の足の足首関節の角度の時系列データの平均値を予測モデルに入力することにより、被験者がサルコペニアであるか否かを示す判定結果を予測モデルから取得する。
また、サルコペニア判定部１１３は、一方の足の遊脚期の所定期間における一方の足の足首関節の角度の時系列データの平均値を用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。所定期間は、１歩行周期の６１％〜１００％の期間である。より具体的には、サルコペニア判定部１１３は、１歩行周期の６１％〜１００％の期間における一方の足の足首関節の角度の時系列データの平均値を用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。サルコペニア判定部１１３は、１歩行周期の６１％〜１００％の期間における一方の足の足首関節の角度の時系列データの平均値を予測モデルに入力することにより、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを示す判定結果を予測モデルから取得する。
続いて、本実施の形態の第８の変形例における歩行パラメータについて説明する。
本実施の形態の第８の変形例における歩行パラメータは、一方の足の立脚期の第１期間における足首関節の第１角度の時系列データの平均値と、一方の足の遊脚期の第２期間における足首関節の第２角度の時系列データの平均値とであってもよい。
本実施の形態の第８の変形例では、上記の実験と同様に、サルコペニアである被験者、サルコペニア予備群である被験者及び健常者である被験者を含む複数の被験者の骨格データから、複数の被験者それぞれの一方の足首関節の角度の時系列データを検出した。また、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の１１％〜４０％の期間における一方の足首関節の角度の平均値と、１歩行周期の７１％〜８０％の期間における一方の足首関節の角度の平均値とを説明変数とする予測モデルが作成された。予測モデルは、交差検証により評価された。交差検証としては、ｌｅａｖｅ−ｏｎｅ−ｏｕｔ交差検証が採用された。そして、健常者及びサルコペニアを判定した予測モデルのＲＯＣ曲線が算出された。さらに、予測モデルのＲＯＣ曲線のＡＵＣ値が算出された。
図２８は、本実施の形態の第８の変形例における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。
本実施の形態の第８の変形例における予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の１１％〜４０％の期間における一方の足首関節の角度の平均値と、１歩行周期の７１％〜８０％の期間における一方の足首関節の角度の平均値とを説明変数として作成された。図２８において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニアである被験者をサルコペニアであると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニアであると誤って判定した割合を示す。
図２８に示すＲＯＣ曲線は、１歩行周期の１１％〜４０％の期間における一方の足首関節の角度の平均値と、１歩行周期の７１％〜８０％の期間における一方の足首関節の角度の平均値とを説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図２８に示すＲＯＣ曲線のＡＵＣ値は、０．６０８であった。
本実施の形態の第８の変形例では、１歩行周期の１１％〜４０％の期間における一方の足首関節の角度の平均値と、１歩行周期の７１％〜８０％の期間における一方の足首関節の角度の平均値とが、歩行パラメータとして決定される。また、１歩行周期の１１％〜４０％の期間における一方の足首関節の角度の平均値と、１歩行周期の７１％〜８０％の期間における一方の足首関節の角度の平均値とを説明変数として作成された予測モデルが、サルコペニア判定部１１３が用いる予測モデルとして決定される。
歩行パラメータ検出部１１２は、一方の足の立脚期の第１期間における足首関節の第１角度の時系列データと、一方の足の遊脚期の第２期間における足首関節の第２角度の時系列データとを検出する。第１期間は、１歩行周期の１１％〜４０％の期間であり、第２期間は、１歩行周期の７１％〜８０％の期間である。歩行パラメータ検出部１１２は、１歩行周期の１１％〜４０％の期間における一方の足首関節の角度の時系列データと、１歩行周期の７１％〜８０％の期間における一方の足首関節の角度の時系列データとを検出する。また、歩行パラメータ検出部１１２は、１歩行周期の１１％〜４０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の７１％〜８０％の期間における一方の足首関節の角度の時系列データの平均値とを算出する。
サルコペニア判定部１１３は、足首関節の第１角度の時系列データの平均値と、足首関節の第２角度の時系列データの平均値とを用いて被験者がサルコペニアであるか否かを判定する。
メモリ１２は、一方の足の立脚期の第１期間における足首関節の第１角度の時系列データの平均値と、一方の足の遊脚期の第２期間における足首関節の第２角度の時系列データの平均値とを入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。メモリ１２は、１歩行周期の１１％〜４０％の期間における一方の足首関節の角度の平均値と、１歩行周期の７１％〜８０％の期間における一方の足首関節の角度の平均値とを入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。
サルコペニア判定部１１３は、１歩行周期の１１％〜４０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の７１％〜８０％の期間における一方の足首関節の角度の時系列データの平均値とを用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。サルコペニア判定部１１３は、１歩行周期の１１％〜４０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の７１％〜８０％の期間における一方の足首関節の角度の時系列データの平均値とを予測モデルに入力することにより、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを示す判定結果を予測モデルから取得する。
このように、立脚期における足首関節の角度の平均値を単独で用いて作成した予測モデルによりサルコペニアを判定した結果得られたＡＵＣ値は、０．４９８であり、遊脚期における足首関節の角度の平均値を単独で用いて作成した予測モデルによりサルコペニアを判定した結果得られたＡＵＣ値は、０．３８９であった。一方、２つの期間における足首関節の角度の平均値を用いて作成した予測モデルによりサルコペニアを判定した結果得られたＡＵＣ値は、０．６０８であった。したがって、１つの期間における足首関節の角度の平均値を単独で用いて作成した予測モデルよりも、２つの期間における足首関節の角度の平均値を用いて作成した予測モデルの方が精度よくサルコペニアを判定することができる。
続いて、本実施の形態の第９の変形例における歩行パラメータについて説明する。
本実施の形態の第９の変形例における歩行パラメータは、一方の足のストライド距離であってもよい。
本実施の形態の第９の変形例では、上記の実験と同様に、サルコペニアである被験者、サルコペニア予備群である被験者及び健常者である被験者を含む複数の被験者の骨格データから、複数の被験者それぞれの一方の足のストライド距離を検出した。ストライド距離は、一方の足の踵が接地した地点から、再度一方の足の踵が接地した地点までの距離である。１歩行周期が、被験者の右足が地面に着いてから再度右足が地面に着くまでの期間である場合、ストライド距離は、右足の踵が接地した地点から、再度右足の踵が接地した地点までの距離である。
実験では、一方の足のストライド距離を被験者毎に算出した。そして、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期における一方の足のストライド距離を説明変数とする予測モデルを作成した。予測モデルは、交差検証により評価された。交差検証としては、ｌｅａｖｅ−ｏｎｅ−ｏｕｔ交差検証が採用された。そして、健常者及びサルコペニアを判定した予測モデルのＲＯＣ曲線が算出された。さらに、予測モデルのＲＯＣ曲線のＡＵＣ値が算出された。
図２９は、本実施の形態の第９の変形例における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。
本実施の形態の第９の変形例における予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期における一方の足のストライド距離を説明変数として作成された。図２９において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニアである被験者をサルコペニアであると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニアであると誤って判定した割合を示す。
図２９に示すＲＯＣ曲線は、１歩行周期における一方の足のストライド距離を説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図２９に示すＲＯＣ曲線のＡＵＣ値は、０．６６７７であった。
本実施の形態の第９の変形例では、１歩行周期における一方の足のストライド距離が、歩行パラメータとして決定される。また、１歩行周期における一方の足のストライド距離を説明変数として作成された予測モデルが、サルコペニア判定部１１３が用いる予測モデルとして決定される。
歩行パラメータ検出部１１２は、歩行データから、被験者の一方の足のストライド距離を検出する。歩行パラメータ検出部１１２は、切り出した１歩行周期に対応する時系列の骨格データから、被験者の一方の足のストライド距離を検出する。
なお、本実施の形態の第９の変形例では、１歩行周期は、被験者の右足が地面に着いてから再度右足が地面に着くまでの期間であるので、歩行パラメータ検出部１１２は、右足の踵が接地した地点から、再度右足の踵が接地した地点までのストライド距離を検出している。１歩行周期が、被験者の左足が地面に着いてから再度左足が地面に着くまでの期間である場合、歩行パラメータ検出部１１２は、左足の踵が接地した地点から、再度左足の踵が接地した地点までのストライド距離を検出してもよい。また、歩行パラメータ検出部１１２は、複数の歩行周期における複数のストライド距離を検出し、検出した複数のストライド距離の平均値を算出してもよい。
メモリ１２は、１歩行周期における一方の足のストライド距離を入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期における一方の足のストライド距離を説明変数とする回帰モデルである。
サルコペニア判定部１１３は、１歩行周期における一方の足のストライド距離を用いて被験者がサルコペニアであるか否かを判定する。サルコペニア判定部１１３は、１歩行周期における一方の足のストライド距離を入力値とし、被験者がサルコペニアであるか否かを出力値として生成された予測モデルに、歩行パラメータ検出部１１２によって検出された１歩行周期における一方の足のストライド距離を入力することで被験者がサルコペニアであるか否かを判定する。また、サルコペニア判定部１１３は、１歩行周期における一方の足のストライド距離を予測モデルに入力することにより、被験者がサルコペニアであるか否かを示す判定結果を予測モデルから取得する。
また、サルコペニア判定部１１３は、１歩行周期における一方の足のストライド距離を用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。サルコペニア判定部１１３は、１歩行周期における一方の足のストライド距離を予測モデルに入力することにより、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを示す判定結果を予測モデルから取得する。
図３０は、本実施の形態の第９の変形例において、サルコペニアである被験者らの一方の足のストライド距離の平均と、健常者である被験者らの一方の足のストライド距離の平均とを示す図である。
図３０に示すように、１歩行周期におけるサルコペニアである被験者らの一方の足のストライド距離の平均は、１．２８ｍであり、１歩行周期における健常者である被験者らの一方の足のストライド距離の平均は、１．３９ｍであった。
このように、１歩行周期において、サルコペニアである被験者らの一方の足のストライド距離の平均は、健常者である被験者らの一方の足のストライド距離の平均よりも小さくなっている。そのため、実験により得られた、サルコペニアである被験者らの１歩行周期における一方の足のストライド距離の平均と、健常者である被験者らの１歩行周期における一方の足のストライド距離の平均との間の値が、閾値としてメモリ１２に記憶されてもよい。サルコペニア判定部１１３は、１歩行周期における被験者の一方の足のストライド距離と、予め記憶されている閾値とを比較することにより、被験者がサルコペニアであるか否かを判定してもよい。サルコペニア判定部１１３は、一方の足のストライド距離が閾値より小さい場合、被験者がサルコペニアであると判定してもよい。
続いて、本実施の形態の第１０の変形例における歩行パラメータについて説明する。
本実施の形態の第１０の変形例における歩行パラメータは、一方の足の立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、一方の足の立脚期の第２期間における一方の足の膝関節の角度の時系列データの平均値と、一方の足の遊脚期の第３期間における一方の足の膝関節の角度の時系列データの平均値と、一方の足の遊脚期の第４期間における一方の足の膝関節の角度の時系列データの平均値とであってもよい。
本実施の形態の第１０の変形例では、上記の実験と同様に、サルコペニアである被験者、サルコペニア予備群である被験者及び健常者である被験者を含む複数の被験者の骨格データから、複数の被験者それぞれの一方の足のつま先の鉛直方向の変位の時系列データと、複数の被験者それぞれの一方の足の膝関節の角度の時系列データとを検出した。また、実験では、正規化した１歩行周期を１０区間に分割し、１区間又は２以上の連続する区間における一方の足のつま先の鉛直方向の変位の平均値と一方の足の膝関節の角度の平均値とを被験者毎に算出した。
そして、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、立脚期の第２期間における一方の足の膝関節の角度の時系列データの平均値と、遊脚期の第３期間における一方の足の膝関節の角度の時系列データの平均値と、遊脚期の第４期間における一方の足の膝関節の角度の時系列データの平均値とを説明変数とする予測モデルを作成した。第１期間は、１歩行周期の１％〜３０％の期間であり、第２期間は、１歩行周期の１％〜５０％の期間であり、第３期間は、１歩行周期の６１％〜７０％の期間であり、第４期間は、１歩行周期の８１％〜１００％の期間である。予測モデルは、交差検証により評価された。交差検証としては、ｌｅａｖｅ−ｏｎｅ−ｏｕｔ交差検証が採用された。そして、健常者及びサルコペニアを判定した予測モデルのＲＯＣ曲線が算出された。さらに、予測モデルのＲＯＣ曲線のＡＵＣ値が算出された。
図３１は、本実施の形態の第１０の変形例における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。
本実施の形態の第１０の変形例における予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の１％〜３０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の１％〜５０％、６１％〜７０％及び８１％〜１００％の期間における一方の膝関節の角度の平均値とを説明変数として作成された。図３１において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニアである被験者をサルコペニアであると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニアであると誤って判定した割合を示す。
図３１に示すＲＯＣ曲線は、１歩行周期の１％〜３０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の１％〜５０％の期間における一方の膝関節の角度の平均値と、１歩行周期の６１％〜７０％の期間における一方の膝関節の角度の平均値と、１歩行周期の８１％〜１００％の期間における一方の膝関節の角度の平均値とを説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図３１に示すＲＯＣ曲線のＡＵＣ値は、０．７９０であった。
本実施の形態の第１０の変形例では、１歩行周期の１％〜３０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の１％〜５０％の期間における一方の膝関節の角度の平均値と、１歩行周期の６１％〜７０％の期間における一方の膝関節の角度の平均値と、１歩行周期の８１％〜１００％の期間における一方の膝関節の角度の平均値とが、歩行パラメータとして決定される。また、１歩行周期の１％〜３０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の１％〜５０％の期間における一方の膝関節の角度の平均値と、１歩行周期の６１％〜７０％の期間における一方の膝関節の角度の平均値と、１歩行周期の８１％〜１００％の期間における一方の膝関節の角度の平均値とを説明変数として作成された予測モデルが、サルコペニア判定部１１３が用いる予測モデルとして決定される。
歩行パラメータ検出部１１２は、立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データと、立脚期の第２期間における一方の足の膝関節の角度の時系列データと、遊脚期の第３期間における一方の足の膝関節の角度の時系列データと、遊脚期の第４期間における一方の足の膝関節の角度の時系列データとを検出する。第１期間は、１歩行周期の１％〜３０％の期間であり、第２期間は、１歩行周期の１％〜５０％の期間であり、第３期間は、１歩行周期の６１％〜７０％の期間であり、第４期間は、１歩行周期の８１％〜１００％の期間である。歩行パラメータ検出部１１２は、１歩行周期の１％〜３０％の期間における一方の足のつま先の鉛直方向の変位の時系列データと、１歩行周期の１％〜５０％の期間における一方の膝関節の角度の時系列データと、１歩行周期の６１％〜７０％の期間における一方の膝関節の角度の時系列データと、１歩行周期の８１％〜１００％の期間における一方の膝関節の角度の時系列データとを検出する。また、歩行パラメータ検出部１１２は、１歩行周期の１％〜３０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の１％〜５０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の６１％〜７０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の８１％〜１００％の期間における一方の膝関節の角度の時系列データの平均値とを算出する。
メモリ１２は、立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、立脚期の第２期間における一方の足の膝関節の角度の時系列データの平均値と、遊脚期の第３期間における一方の足の膝関節の角度の時系列データの平均値と、遊脚期の第４期間における一方の足の膝関節の角度の時系列データの平均値とを入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。メモリ１２は、１歩行周期の１％〜３０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の１％〜５０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の６１％〜７０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の８１％〜１００％の期間における一方の膝関節の角度の時系列データの平均値とを入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。
サルコペニア判定部１１３は、第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、第２期間、第３期間及び第４期間における一方の足の膝関節の角度の時系列データの平均値とを用いて被験者がサルコペニアであるか否かを判定する。
サルコペニア判定部１１３は、１歩行周期の１％〜３０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の１％〜５０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の６１％〜７０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の８１％〜１００％の期間における一方の膝関節の角度の時系列データの平均値とを用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。サルコペニア判定部１１３は、１歩行周期の１％〜３０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の１％〜５０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の６１％〜７０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の８１％〜１００％の期間における一方の膝関節の角度の時系列データの平均値とを予測モデルに入力することにより、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを示す判定結果を予測モデルから取得する。
このように、立脚期における一方の足のつま先の鉛直方向の変位を単独で用いて作成した予測モデルによりサルコペニアを判定した結果得られたＡＵＣ値は、０．６３６であり、立脚期における一方の足の膝関節の角度を単独で用いて作成した予測モデルによりサルコペニアを判定した結果得られたＡＵＣ値は、０．５８６であり、遊脚期における一方の足の膝関節の角度を単独で用いて作成した予測モデルによりサルコペニアを判定した結果得られたＡＵＣ値は、０．６９９であった。これに対し、立脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の膝関節の角度、及び遊脚期における一方の足の膝関節の角度を用いて作成した予測モデルによりサルコペニアを判定した結果得られたＡＵＣ値は、０．７９０であった。
したがって、立脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の膝関節の角度及び遊脚期における一方の足の膝関節の角度をそれぞれ単独で用いて作成した予測モデルよりも、立脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の膝関節の角度及び遊脚期における一方の足の膝関節の角度を用いて作成した予測モデルの方が精度よくサルコペニアを判定することができる。
続いて、本実施の形態の第１１の変形例における歩行パラメータについて説明する。
本実施の形態の第１１の変形例における歩行パラメータは、一方の足の立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、一方の足の立脚期の第２期間における一方の足の膝関節の角度の時系列データの平均値と、一方の足の立脚期の第３期間における一方の足の膝関節の角度の時系列データの平均値と、一方の足の遊脚期の第４期間における一方の足の膝関節の角度の時系列データの平均値とであってもよい。
本実施の形態の第１１の変形例では、上記の実験と同様に、サルコペニアである被験者、サルコペニア予備群である被験者及び健常者である被験者を含む複数の被験者の骨格データから、複数の被験者それぞれの一方の足のつま先の鉛直方向の変位の時系列データと、複数の被験者それぞれの一方の足の膝関節の角度の時系列データとを検出した。また、実験では、正規化した１歩行周期を１０区間に分割し、１区間又は２以上の連続する区間における一方の足のつま先の鉛直方向の変位の平均値と一方の足の膝関節の角度の平均値とを被験者毎に算出した。
そして、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、立脚期の第２期間における一方の足の膝関節の角度の時系列データの平均値と、立脚期の第３期間における一方の足の膝関節の角度の時系列データの平均値と、遊脚期の第４期間における一方の足の膝関節の角度の時系列データの平均値とを説明変数とする予測モデルを作成した。第１期間は、１歩行周期の３１％〜４０％の期間であり、第２期間は、１歩行周期の１％〜１０％の期間であり、第３期間は、１歩行周期の４１％〜５０％の期間であり、第４期間は、１歩行周期の７１％〜１００％の期間である。予測モデルは、交差検証により評価された。交差検証としては、ｌｅａｖｅ−ｏｎｅ−ｏｕｔ交差検証が採用された。そして、健常者及びサルコペニア予備群を判定した予測モデルのＲＯＣ曲線が算出された。さらに、予測モデルのＲＯＣ曲線のＡＵＣ値が算出された。
図３２は、本実施の形態の第１１の変形例における予測モデルを用いて健常者及びサルコペニア予備群を判定した結果得られたＲＯＣ曲線を示す図である。
本実施の形態の第１１の変形例における予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の３１％〜４０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の１％〜１０％、４１％〜５０％及び７１％〜１００％の期間における一方の膝関節の角度の平均値とを説明変数として作成された。図３２において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニア予備群である被験者をサルコペニア予備群であると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニア予備群であると誤って判定した割合を示す。
図３２に示すＲＯＣ曲線は、１歩行周期の３１％〜４０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の１％〜１０％の期間における一方の膝関節の角度の平均値と、１歩行周期の４１％〜５０％の期間における一方の膝関節の角度の平均値と、１歩行周期の７１％〜１００％の期間における一方の膝関節の角度の平均値とを説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図３２に示すＲＯＣ曲線のＡＵＣ値は、０．７７２であった。
本実施の形態の第１１の変形例では、１歩行周期の３１％〜４０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の１％〜１０％の期間における一方の膝関節の角度の平均値と、１歩行周期の４１％〜５０％の期間における一方の膝関節の角度の平均値と、１歩行周期の７１％〜１００％の期間における一方の膝関節の角度の平均値とが、歩行パラメータとして決定される。また、１歩行周期の３１％〜４０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の１％〜１０％の期間における一方の膝関節の角度の平均値と、１歩行周期の４１％〜５０％の期間における一方の膝関節の角度の平均値と、１歩行周期の７１％〜１００％の期間における一方の膝関節の角度の平均値とを説明変数として作成された予測モデルが、サルコペニア判定部１１３が用いる予測モデルとして決定される。
歩行パラメータ検出部１１２は、立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データと、立脚期の第２期間における一方の足の膝関節の角度の時系列データと、立脚期の第３期間における一方の足の膝関節の角度の時系列データと、遊脚期の第４期間における一方の足の膝関節の角度の時系列データとを検出する。第１期間は、１歩行周期の３１％〜４０％の期間であり、第２期間は、１歩行周期の１％〜１０％の期間であり、第３期間は、１歩行周期の４１％〜５０％の期間であり、第４期間は、１歩行周期の７１％〜１００％の期間である。
歩行パラメータ検出部１１２は、１歩行周期の３１％〜４０％の期間における一方の足のつま先の鉛直方向の変位の時系列データと、１歩行周期の１％〜１０％の期間における一方の膝関節の角度の時系列データと、１歩行周期の４１％〜５０％の期間における一方の膝関節の角度の時系列データと、１歩行周期の７１％〜１００％の期間における一方の膝関節の角度の時系列データとを検出する。
また、歩行パラメータ検出部１１２は、１歩行周期の３１％〜４０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の１％〜１０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の４１％〜５０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の７１％〜１００％の期間における一方の膝関節の角度の時系列データの平均値とを算出する。
メモリ１２は、立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、立脚期の第２期間における一方の足の膝関節の角度の時系列データの平均値と、立脚期の第３期間における一方の足の膝関節の角度の時系列データの平均値と、遊脚期の第４期間における一方の足の膝関節の角度の時系列データの平均値とを入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。
メモリ１２は、１歩行周期の３１％〜４０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の１％〜１０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の４１％〜５０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の７１％〜１００％の期間における一方の膝関節の角度の時系列データの平均値とを入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。
サルコペニア判定部１１３は、第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、第２期間、第３期間及び第４期間における一方の足の膝関節の角度の時系列データの平均値とを用いて被験者がサルコペニアであるか否かを判定する。
サルコペニア判定部１１３は、１歩行周期の３１％〜４０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の１％〜１０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の４１％〜５０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の７１％〜１００％の期間における一方の膝関節の角度の時系列データの平均値とを用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。
サルコペニア判定部１１３は、１歩行周期の３１％〜４０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の１％〜１０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の４１％〜５０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の７１％〜１００％の期間における一方の膝関節の角度の時系列データの平均値とを予測モデルに入力することにより、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを示す判定結果を予測モデルから取得する。
このように、立脚期における一方の足のつま先の鉛直方向の変位を単独で用いて作成した予測モデルによりサルコペニア予備群を判定した結果得られたＡＵＣ値は、０．５６０であり、立脚期における一方の足の膝関節の角度を単独で用いて作成した予測モデルによりサルコペニア予備群を判定した結果得られたＡＵＣ値は、０．５３７であり、遊脚期における一方の足の膝関節の角度を単独で用いて作成した予測モデルによりサルコペニア予備群を判定した結果得られたＡＵＣ値は、０．６０４であった。これに対し、立脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の膝関節の角度、及び遊脚期における一方の足の膝関節の角度を用いて作成した予測モデルによりサルコペニア予備群を判定した結果得られたＡＵＣ値は、０．７７２であった。
したがって、立脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の膝関節の角度及び遊脚期における一方の足の膝関節の角度をそれぞれ単独で用いて作成した予測モデルよりも、立脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の膝関節の角度及び遊脚期における一方の足の膝関節の角度を用いて作成した予測モデルの方が精度よくサルコペニア予備群を判定することができる。
続いて、本実施の形態の第１２の変形例における歩行パラメータについて説明する。
本実施の形態の第１２の変形例における歩行パラメータは、一方の足の遊脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、一方の足の立脚期の第２期間における一方の足の膝関節の角度の時系列データの平均値とであってもよい。
図３３は、本実施の形態の第１２の変形例において、１歩行周期における一方の足の膝関節の角度の変化を示す図である。図３３において、縦軸は膝関節の角度を示し、横軸は正規化した１歩行周期を示す。また、図３３において、破線は、健常者らの一方の足の膝関節の角度の平均波形を示し、実線は、サルコペニア又はサルコペニア予備群である被験者らの一方の足の膝関節の角度の平均波形を示す。
なお、本実施の形態の第１２の変形例では、被験者がサルコペニア又はサルコペニア予備群であるか否かが判定される。なお、サルコペニア又はサルコペニア予備群ではない被験者は健常者であると判定される。
また、健常者らの一方の足のつま先の鉛直方向の変位の平均波形と、サルコペニア又はサルコペニア予備群である被験者らの一方の足のつま先の鉛直方向の変位の平均波形とは、図２０に示される。
本実施の形態の第１２の変形例では、上記の実験と同様に、サルコペニアである被験者、サルコペニア予備群である被験者及び健常者である被験者を含む複数の被験者の骨格データから、複数の被験者それぞれの一方の足のつま先の鉛直方向の変位の時系列データと、複数の被験者それぞれの一方の足の膝関節の角度の時系列データとを検出した。また、被験者がサルコペニア又はサルコペニア予備群であるか否かを目的変数とし、遊脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、立脚期の第２期間における一方の足の膝関節の角度の時系列データの平均値とを説明変数とする予測モデルを作成した。第１期間は、１歩行周期の６５％〜７０％の期間であり、第２期間は、１歩行周期の４５％〜５０％の期間である。予測モデルは、交差検証により評価された。交差検証としては、ｌｅａｖｅ−ｏｎｅ−ｏｕｔ交差検証が採用された。そして、サルコペニア又はサルコペニア予備群であるか否かを判定した予測モデルのＲＯＣ曲線が算出された。さらに、予測モデルのＲＯＣ曲線のＡＵＣ値が算出された。
図３４は、本実施の形態の第１２の変形例における予測モデルを用いてサルコペニア又はサルコペニア予備群であるか否かを判定した結果得られたＲＯＣ曲線を示す図である。
本実施の形態の第１２の変形例における予測モデルは、被験者がサルコペニア又はサルコペニア予備群であるか否かを目的変数とし、１歩行周期の６５％〜７０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の４５％〜５０％の期間における一方の膝関節の角度の平均値とを説明変数として作成された。図３４において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニア又はサルコペニア予備群である被験者をサルコペニア又はサルコペニア予備群であると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニア又はサルコペニア予備群であると誤って判定した割合を示す。
図３４に示すＲＯＣ曲線は、１歩行周期の１％〜３０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の１％〜５０％の期間における一方の膝関節の角度の平均値と、１歩行周期の６１％〜７０％の期間における一方の膝関節の角度の平均値と、１歩行周期の８１％〜１００％の期間における一方の膝関節の角度の平均値とを説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図３１に示すＲＯＣ曲線のＡＵＣ値は、０．７９０であった。
本実施の形態の第１０の変形例では、１歩行周期の６５％〜７０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の４５％〜５０％の期間における一方の膝関節の角度の平均値とが、歩行パラメータとして決定される。また、１歩行周期の６５％〜７０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の４５％〜５０％の期間における一方の膝関節の角度の平均値とを説明変数として作成された予測モデルが、サルコペニア判定部１１３が用いる予測モデルとして決定される。
歩行パラメータ検出部１１２は、遊脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データと、立脚期の第２期間における一方の足の膝関節の角度の時系列データとを検出する。第１期間は、１歩行周期の６５％〜７０％の期間であり、第２期間は、１歩行周期の４５％〜５０％の期間である。歩行パラメータ検出部１１２は、１歩行周期の６５％〜７０％の期間における一方の足のつま先の鉛直方向の変位の時系列データと、１歩行周期の４５％〜５０％の期間における一方の膝関節の角度の時系列データとを検出する。また、歩行パラメータ検出部１１２は、１歩行周期の６５％〜７０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の４５％〜５０％の期間における一方の膝関節の角度の時系列データの平均値とを算出する。
メモリ１２は、遊脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、立脚期の第２期間における一方の足の膝関節の角度の時系列データの平均値とを入力値とし、被験者がサルコペニア又はサルコペニア予備群であるか否かを出力値として生成された予測モデルを予め記憶する。メモリ１２は、１歩行周期の６５％〜７０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の４５％〜５０％の期間における一方の膝関節の角度の時系列データの平均値とを入力値とし、被験者がサルコペニア又はサルコペニア予備群であるか否かを出力値として生成された予測モデルを予め記憶する。
サルコペニア判定部１１３は、第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、第２期間における一方の足の膝関節の角度の時系列データの平均値とを用いて被験者がサルコペニアであるか否かを判定する。
サルコペニア判定部１１３は、１歩行周期の６５％〜７０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の４５％〜５０％の期間における一方の膝関節の角度の時系列データの平均値とを用いて被験者がサルコペニア又はサルコペニア予備群であるか否かを判定する。サルコペニア判定部１１３は、１歩行周期の６５％〜７０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の４５％〜５０％の期間における一方の膝関節の角度の時系列データの平均値とを予測モデルに入力することにより、被験者がサルコペニア又はサルコペニア予備群であるか否かを示す判定結果を予測モデルから取得する。
続いて、本実施の形態の第１３の変形例における歩行パラメータについて説明する。
本実施の形態の第１３の変形例における歩行パラメータは、一方の足の立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、一方の足の立脚期の第２期間における一方の足の足首関節の角度の時系列データの平均値と、一方の足の立脚期の第３期間における一方の足の足首関節の角度の時系列データの平均値と、一方の足の遊脚期の第４期間における一方の足の足首関節の角度の時系列データの平均値と、一方の足の遊脚期の第５期間における一方の足の足首関節の角度の時系列データの平均値とであってもよい。
本実施の形態の第１３の変形例では、上記の実験と同様に、サルコペニアである被験者、サルコペニア予備群である被験者及び健常者である被験者を含む複数の被験者の骨格データから、複数の被験者それぞれの一方の足のつま先の鉛直方向の変位の時系列データと、複数の被験者それぞれの一方の足の足首関節の角度の時系列データとを検出した。また、実験では、正規化した１歩行周期を１０区間に分割し、１区間又は２以上の連続する区間における一方の足のつま先の鉛直方向の変位の平均値と一方の足の足首関節の角度の平均値とを被験者毎に算出した。
そして、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、立脚期の第２期間における一方の足の足首関節の角度の時系列データの平均値と、立脚期の第３期間における一方の足の足首関節の角度の時系列データの平均値と、遊脚期の第４期間における一方の足の足首関節の角度の時系列データの平均値と、遊脚期の第５期間における一方の足の足首関節の角度の時系列データの平均値とを説明変数とする予測モデルを作成した。第１期間は、１歩行周期の１％〜５０％の期間であり、第２期間は、１歩行周期の１％〜１０％の期間であり、第３期間は、１歩行周期の２１％〜６０％の期間であり、第４期間は、１歩行周期の７１％〜８０％の期間であり、第５期間は、１歩行周期の９１％〜１００％の期間である。予測モデルは、交差検証により評価された。交差検証としては、ｌｅａｖｅ−ｏｎｅ−ｏｕｔ交差検証が採用された。そして、健常者及びサルコペニアを判定した予測モデルのＲＯＣ曲線が算出された。さらに、予測モデルのＲＯＣ曲線のＡＵＣ値が算出された。
図３５は、本実施の形態の第１３の変形例における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。
本実施の形態の第１３の変形例における予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の１％〜５０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の１％〜１０％、２１％〜６０％、７１％〜８０％及び９１％〜１００％の期間における一方の足首関節の角度の平均値とを説明変数として作成された。図３５において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニアである被験者をサルコペニアであると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニアであると誤って判定した割合を示す。
図３５に示すＲＯＣ曲線は、１歩行周期の１％〜５０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の１％〜１０％の期間における一方の足首関節の角度の平均値と、１歩行周期の２１％〜６０％の期間における一方の足首関節の角度の平均値と、１歩行周期の７１％〜８０％の期間における一方の足首関節の角度の平均値と、１歩行周期の９１％〜１００％の期間における一方の足首関節の角度の平均値とを説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図３５に示すＲＯＣ曲線のＡＵＣ値は、０．７８７であった。
本実施の形態の第１３の変形例では、１歩行周期の１％〜５０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の１％〜１０％の期間における一方の足首関節の角度の平均値と、１歩行周期の２１％〜６０％の期間における一方の足首関節の角度の平均値と、１歩行周期の７１％〜８０％の期間における一方の足首関節の角度の平均値と、１歩行周期の９１％〜１００％の期間における一方の足首関節の角度の平均値とが、歩行パラメータとして決定される。また、１歩行周期の１％〜５０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の１％〜１０％の期間における一方の足首関節の角度の平均値と、１歩行周期の２１％〜６０％の期間における一方の足首関節の角度の平均値と、１歩行周期の７１％〜８０％の期間における一方の足首関節の角度の平均値と、１歩行周期の９１％〜１００％の期間における一方の足首関節の角度の平均値とを説明変数として作成された予測モデルが、サルコペニア判定部１１３が用いる予測モデルとして決定される。
歩行パラメータ検出部１１２は、立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データと、立脚期の第２期間における一方の足の足首関節の角度の時系列データと、立脚期の第３期間における一方の足の足首関節の角度の時系列データと、遊脚期の第４期間における一方の足の足首関節の角度の時系列データと、遊脚期の第５期間における一方の足の足首関節の角度の時系列データとを検出する。第１期間は、１歩行周期の１％〜５０％の期間であり、第２期間は、１歩行周期の１％〜１０％の期間であり、第３期間は、１歩行周期の２１％〜６０％の期間であり、第４期間は、１歩行周期の７１％〜８０％の期間であり、第５期間は、１歩行周期の９１％〜１００％の期間である。
歩行パラメータ検出部１１２は、１歩行周期の１％〜５０％の期間における一方の足のつま先の鉛直方向の変位の時系列データと、１歩行周期の１％〜１０％の期間における一方の足首関節の角度の時系列データと、１歩行周期の２１％〜６０％の期間における一方の足首関節の角度の時系列データと、１歩行周期の７１％〜８０％の期間における一方の足首関節の角度の時系列データと、１歩行周期の９１％〜１００％の期間における一方の足首関節の角度の時系列データとを検出する。
また、歩行パラメータ検出部１１２は、１歩行周期の１％〜５０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の１％〜１０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の２１％〜６０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の７１％〜８０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の９１％〜１００％の期間における一方の足首関節の角度の時系列データの平均値とを算出する。
メモリ１２は、立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、立脚期の第２期間における一方の足の足首関節の角度の時系列データの平均値と、立脚期の第３期間における一方の足の足首関節の角度の時系列データの平均値と、遊脚期の第４期間における一方の足の足首関節の角度の時系列データの平均値と、遊脚期の第５期間における一方の足の足首関節の角度の時系列データの平均値とを入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。
メモリ１２は、１歩行周期の１％〜５０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の１％〜１０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の２１％〜６０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の７１％〜８０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の９１％〜１００％の期間における一方の足首関節の角度の時系列データの平均値とを入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。
サルコペニア判定部１１３は、第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、第２期間、第３期間、第４期間及び第５期間における一方の足の足首関節の角度の時系列データの平均値とを用いて被験者がサルコペニアであるか否かを判定する。
サルコペニア判定部１１３は、１歩行周期の１％〜５０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の１％〜１０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の２１％〜６０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の７１％〜８０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の９１％〜１００％の期間における一方の足首関節の角度の時系列データの平均値とを用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。
サルコペニア判定部１１３は、１歩行周期の１％〜５０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の１％〜１０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の２１％〜６０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の７１％〜８０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の９１％〜１００％の期間における一方の足首関節の角度の時系列データの平均値とを予測モデルに入力することにより、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを示す判定結果を予測モデルから取得する。
このように、立脚期における一方の足のつま先の鉛直方向の変位を単独で用いて作成した予測モデルによりサルコペニアを判定した結果得られたＡＵＣ値は、０．６３６であり、立脚期における足首関節の角度を単独で用いて作成した予測モデルによりサルコペニアを判定した結果得られたＡＵＣ値は、０．４９８であり、遊脚期における足首関節の角度を単独で用いて作成した予測モデルによりサルコペニアを判定した結果得られたＡＵＣ値は、０．３８９であった。これに対し、立脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の足首関節の角度、及び遊脚期における一方の足の足首関節の角度を用いて作成した予測モデルによりサルコペニアを判定した結果得られたＡＵＣ値は、０．７８７であった。
したがって、立脚期における一方の足のつま先の鉛直方向の変位、立脚期における足首関節の角度及び遊脚期における足首関節の角度をそれぞれ単独で用いて作成した予測モデルよりも、立脚期における一方の足のつま先の鉛直方向の変位、立脚期における足首関節の角度及び遊脚期における足首関節の角度を用いて作成した予測モデルの方が精度よくサルコペニアを判定することができる。
続いて、本実施の形態の第１４の変形例における歩行パラメータについて説明する。
本実施の形態の第１４の変形例における歩行パラメータは、一方の足の立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、一方の足の遊脚期の第２期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、一方の足の立脚期の第３期間における一方の足の足首関節の角度の時系列データの平均値と、一方の足の立脚期及び遊脚期の第４期間における一方の足の足首関節の角度の時系列データの平均値と、一方の足の遊脚期の第５期間における一方の足の足首関節の角度の時系列データの平均値とであってもよい。
本実施の形態の第１４の変形例では、上記の実験と同様に、サルコペニアである被験者、サルコペニア予備群である被験者及び健常者である被験者を含む複数の被験者の骨格データから、複数の被験者それぞれの一方の足のつま先の鉛直方向の変位の時系列データと、複数の被験者それぞれの一方の足の足首関節の角度の時系列データとを検出した。また、実験では、正規化した１歩行周期を１０区間に分割し、１区間又は２以上の連続する区間における一方の足のつま先の鉛直方向の変位の平均値と一方の足の足首関節の角度の平均値とを被験者毎に算出した。
そして、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、遊脚期の第２期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、立脚期の第３期間における一方の足の足首関節の角度の時系列データの平均値と、立脚期及び遊脚期の第４期間における一方の足の足首関節の角度の時系列データの平均値と、遊脚期の第５期間における一方の足の足首関節の角度の時系列データの平均値とを説明変数とする予測モデルを作成した。第１期間は、１歩行周期の１％〜５０％の期間であり、第２期間は、１歩行周期の７１％〜１００％の期間であり、第３期間は、１歩行周期の１％〜１０％の期間であり、第４期間は、１歩行周期の５１％〜７０％の期間であり、第５期間は、１歩行周期の８１％〜１００％の期間である。予測モデルは、交差検証により評価された。交差検証としては、ｌｅａｖｅ−ｏｎｅ−ｏｕｔ交差検証が採用された。そして、健常者及びサルコペニア予備群を判定した予測モデルのＲＯＣ曲線が算出された。さらに、予測モデルのＲＯＣ曲線のＡＵＣ値が算出された。
図３６は、本実施の形態の第１４の変形例における予測モデルを用いて健常者及びサルコペニア予備群を判定した結果得られたＲＯＣ曲線を示す図である。
本実施の形態の第１４の変形例における予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の１％〜５０％及び７１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の１％〜１０％、５１％〜７０％及び８１％〜１００％の期間における一方の足首関節の角度の平均値とを説明変数として作成された。図３６において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニア予備群である被験者をサルコペニア予備群であると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニア予備群であると誤って判定した割合を示す。
図３６に示すＲＯＣ曲線は、１歩行周期の１％〜５０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の７１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の１％〜１０％の期間における一方の足首関節の角度の平均値と、１歩行周期の５１％〜７０％の期間における一方の足首関節の角度の平均値と、１歩行周期の８１％〜１００％の期間における一方の足首関節の角度の平均値とを説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図３６に示すＲＯＣ曲線のＡＵＣ値は、０．７６４であった。
本実施の形態の第１４の変形例では、１歩行周期の１％〜５０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の７１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の１％〜１０％の期間における一方の足首関節の角度の平均値と、１歩行周期の５１％〜７０％の期間における一方の足首関節の角度の平均値と、１歩行周期の８１％〜１００％の期間における一方の足首関節の角度の平均値とが、歩行パラメータとして決定される。また、１歩行周期の１％〜５０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の７１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の１％〜１０％の期間における一方の足首関節の角度の平均値と、１歩行周期の５１％〜７０％の期間における一方の足首関節の角度の平均値と、１歩行周期の８１％〜１００％の期間における一方の足首関節の角度の平均値とを説明変数として作成された予測モデルが、サルコペニア判定部１１３が用いる予測モデルとして決定される。
歩行パラメータ検出部１１２は、立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データと、遊脚期の第２期間における一方の足のつま先の鉛直方向の変位の時系列データと、立脚期の第３期間における一方の足の足首関節の角度の時系列データと、立脚期及び遊脚期の第４期間における一方の足の足首関節の角度の時系列データと、遊脚期の第５期間における一方の足の足首関節の角度の時系列データとを検出する。第１期間は、１歩行周期の１％〜５０％の期間であり、第２期間は、１歩行周期の７１％〜１００％の期間であり、第３期間は、１歩行周期の１％〜１０％の期間であり、第４期間は、１歩行周期の５１％〜７０％の期間であり、第５期間は、１歩行周期の８１％〜１００％の期間である。
歩行パラメータ検出部１１２は、１歩行周期の１％〜５０％の期間における一方の足のつま先の鉛直方向の変位の時系列データと、１歩行周期の７１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の時系列データと、１歩行周期の１％〜１０％の期間における一方の足首関節の角度の時系列データと、１歩行周期の５１％〜７０％の期間における一方の足首関節の角度の時系列データと、１歩行周期の８１％〜１００％の期間における一方の足首関節の角度の時系列データとを検出する。
また、歩行パラメータ検出部１１２は、１歩行周期の１％〜５０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の７１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の１％〜１０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の５１％〜７０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の８１％〜１００％の期間における一方の足首関節の角度の時系列データの平均値とを算出する。
メモリ１２は、立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、遊脚期の第２期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、立脚期の第３期間における一方の足の足首関節の角度の時系列データの平均値と、立脚期及び遊脚期の第４期間における一方の足の足首関節の角度の時系列データの平均値と、遊脚期の第５期間における一方の足の足首関節の角度の時系列データの平均値とを入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。
メモリ１２は、１歩行周期の１％〜５０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の７１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の１％〜１０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の５１％〜７０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の８１％〜１００％の期間における一方の足首関節の角度の時系列データの平均値とを入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。
サルコペニア判定部１１３は、第１期間及び第２期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、第３期間、第４期間及び第５期間における一方の足の足首関節の角度の時系列データの平均値とを用いて被験者がサルコペニアであるか否かを判定する。
サルコペニア判定部１１３は、１歩行周期の１％〜５０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の７１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の１％〜１０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の５１％〜７０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の８１％〜１００％の期間における一方の足首関節の角度の時系列データの平均値とを用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。
サルコペニア判定部１１３は、１歩行周期の１％〜５０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の７１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の１％〜１０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の５１％〜７０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の８１％〜１００％の期間における一方の足首関節の角度の時系列データの平均値とを予測モデルに入力することにより、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを示す判定結果を予測モデルから取得する。
このように、立脚期における一方の足のつま先の鉛直方向の変位を単独で用いて作成した予測モデルによりサルコペニア予備群を判定した結果得られたＡＵＣ値は、０．５６０であり、遊脚期における一方の足のつま先の鉛直方向の変位を単独で用いて作成した予測モデルによりサルコペニア予備群を判定した結果得られたＡＵＣ値は、０．６２６であり、立脚期における足首関節の角度を単独で用いて作成した予測モデルによりサルコペニア予備群を判定した結果得られたＡＵＣ値は、０．６１０であり、遊脚期における足首関節の角度を単独で用いて作成した予測モデルによりサルコペニア予備群を判定した結果得られたＡＵＣ値は、０．６２２であった。これに対し、立脚期における一方の足のつま先の鉛直方向の変位、遊脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の足首関節の角度、及び遊脚期における一方の足の足首関節の角度を用いて作成した予測モデルによりサルコペニア予備群を判定した結果得られたＡＵＣ値は、０．７６４であった。
したがって、立脚期における一方の足のつま先の鉛直方向の変位、遊脚期における一方の足のつま先の鉛直方向の変位、立脚期における足首関節の角度及び遊脚期における足首関節の角度をそれぞれ単独で用いて作成した予測モデルよりも、立脚期における一方の足のつま先の鉛直方向の変位、遊脚期における一方の足のつま先の鉛直方向の変位、立脚期における足首関節の角度及び遊脚期における足首関節の角度を用いて作成した予測モデルの方が精度よくサルコペニア予備群を判定することができる。
続いて、本実施の形態の第１５の変形例における歩行パラメータについて説明する。
本実施の形態の第１５の変形例における歩行パラメータは、一方の足の立脚期の第１期間における一方の足の膝関節の角度の時系列データの平均値と、一方の足の遊脚期の第２期間における一方の足の膝関節の角度の時系列データの平均値と、一方の足の遊脚期の第３期間における一方の足の膝関節の角度の時系列データの平均値と、一方の足の立脚期の第４期間における一方の足の足首関節の角度の時系列データの平均値と、一方の足の遊脚期の第５期間における一方の足の足首関節の角度の時系列データの平均値と、一方の足の遊脚期の第６期間における一方の足の足首関節の角度の時系列データの平均値とであってもよい。
本実施の形態の第１５の変形例では、上記の実験と同様に、サルコペニアである被験者、サルコペニア予備群である被験者及び健常者である被験者を含む複数の被験者の骨格データから、複数の被験者それぞれの一方の足の膝関節の角度の時系列データと、複数の被験者それぞれの一方の足の足首関節の角度の時系列データとを検出した。また、実験では、正規化した１歩行周期を１０区間に分割し、１区間又は２以上の連続する区間における一方の足の膝関節の角度の平均値と一方の足の足首関節の角度の平均値とを被験者毎に算出した。
そして、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、立脚期の第１期間における一方の足の膝関節の角度の時系列データの平均値と、遊脚期の第２期間における一方の足の膝関節の角度の時系列データの平均値と、遊脚期の第３期間における一方の足の膝関節の角度の時系列データの平均値と、立脚期の第４期間における一方の足の足首関節の角度の時系列データの平均値と、遊脚期の第５期間における一方の足の足首関節の角度の時系列データの平均値と、遊脚期の第６期間における一方の足の足首関節の角度の時系列データの平均値とを説明変数とする予測モデルを作成した。第１期間は、１歩行周期の１％〜４０％の期間であり、第２期間は、１歩行周期の６１％〜７０％の期間であり、第３期間は、１歩行周期の８１％〜１００％の期間であり、第４期間は、１歩行周期の１％〜５０％の期間であり、第５期間は、１歩行周期の６１％〜７０％の期間であり、第６期間は、１歩行周期の９１％〜１００％の期間である。予測モデルは、交差検証により評価された。交差検証としては、ｌｅａｖｅ−ｏｎｅ−ｏｕｔ交差検証が採用された。そして、健常者及びサルコペニアを判定した予測モデルのＲＯＣ曲線が算出された。さらに、予測モデルのＲＯＣ曲線のＡＵＣ値が算出された。
図３７は、本実施の形態の第１５の変形例における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。
本実施の形態の第１５の変形例における予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の１％〜４０％、６１％〜７０％及び８１％〜１００％の期間における一方の足の膝関節の角度の平均値と、１歩行周期の１％〜５０％、６１％〜７０％及び９１％〜１００％の期間における一方の足首関節の角度の平均値とを説明変数として作成された。図３７において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニアである被験者をサルコペニアであると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニアであると誤って判定した割合を示す。
図３７に示すＲＯＣ曲線は、１歩行周期の１％〜４０％の期間における一方の足の膝関節の角度の平均値と、１歩行周期の６１％〜７０％の期間における一方の足の膝関節の角度の平均値と、１歩行周期の８１％〜１００％の期間における一方の足の膝関節の角度の平均値と、１歩行周期の１％〜５０％の期間における一方の足首関節の角度の平均値と、１歩行周期の６１％〜７０％の期間における一方の足首関節の角度の平均値と、１歩行周期の９１％〜１００％の期間における一方の足首関節の角度の平均値とを説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図３７に示すＲＯＣ曲線のＡＵＣ値は、０．８６５であった。
本実施の形態の第１５の変形例では、１歩行周期の１％〜４０％の期間における一方の足の膝関節の角度の平均値と、１歩行周期の６１％〜７０％の期間における一方の足の膝関節の角度の平均値と、１歩行周期の８１％〜１００％の期間における一方の足の膝関節の角度の平均値と、１歩行周期の１％〜５０％の期間における一方の足首関節の角度の平均値と、１歩行周期の６１％〜７０％の期間における一方の足首関節の角度の平均値と、１歩行周期の９１％〜１００％の期間における一方の足首関節の角度の平均値とが、歩行パラメータとして決定される。また、１歩行周期の１％〜４０％の期間における一方の足の膝関節の角度の平均値と、１歩行周期の６１％〜７０％の期間における一方の足の膝関節の角度の平均値と、１歩行周期の８１％〜１００％の期間における一方の足の膝関節の角度の平均値と、１歩行周期の１％〜５０％の期間における一方の足首関節の角度の平均値と、１歩行周期の６１％〜７０％の期間における一方の足首関節の角度の平均値と、１歩行周期の９１％〜１００％の期間における一方の足首関節の角度の平均値とを説明変数として作成された予測モデルが、サルコペニア判定部１１３が用いる予測モデルとして決定される。
歩行パラメータ検出部１１２は、立脚期の第１期間における一方の足の膝関節の角度の時系列データと、遊脚期の第２期間における一方の足の膝関節の角度の時系列データと、遊脚期の第３期間における一方の足の膝関節の角度の時系列データと、立脚期の第４期間における一方の足の足首関節の角度の時系列データと、遊脚期の第５期間における一方の足の足首関節の角度の時系列データと、遊脚期の第６期間における一方の足の足首関節の角度の時系列データとを検出する。第１期間は、１歩行周期の１％〜４０％の期間であり、第２期間は、１歩行周期の６１％〜７０％の期間であり、第３期間は、１歩行周期の８１％〜１００％の期間であり、第４期間は、１歩行周期の１％〜５０％の期間であり、第５期間は、１歩行周期の６１％〜７０％の期間であり、第６期間は、１歩行周期の９１％〜１００％の期間である。
歩行パラメータ検出部１１２は、１歩行周期の１％〜４０％の期間における一方の足の膝関節の角度の時系列データと、１歩行周期の６１％〜７０％の期間における一方の足の膝関節の角度の時系列データと、１歩行周期の８１％〜１００％の期間における一方の足の膝関節の角度の時系列データと、１歩行周期の１％〜５０％の期間における一方の足首関節の角度の時系列データと、１歩行周期の６１％〜７０％の期間における一方の足首関節の角度の時系列データと、１歩行周期の９１％〜１００％の期間における一方の足首関節の角度の時系列データとを検出する。
また、歩行パラメータ検出部１１２は、１歩行周期の１％〜４０％の期間における一方の足の膝関節の角度の時系列データの平均値と、１歩行周期の６１％〜７０％の期間における一方の足の膝関節の角度の時系列データの平均値と、１歩行周期の８１％〜１００％の期間における一方の足の膝関節の角度の時系列データの平均値と、１歩行周期の１％〜５０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の６１％〜７０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の９１％〜１００％の期間における一方の足首関節の角度の時系列データの平均値とを算出する。
メモリ１２は、立脚期の第１期間における一方の足の膝関節の角度の時系列データの平均値と、遊脚期の第２期間における一方の足の膝関節の角度の時系列データの平均値と、遊脚期の第３期間における一方の足の膝関節の角度の時系列データの平均値と、立脚期の第４期間における一方の足の足首関節の角度の時系列データの平均値と、遊脚期の第５期間における一方の足の足首関節の角度の時系列データの平均値と、遊脚期の第６期間における一方の足の足首関節の角度の時系列データの平均値とを入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。
メモリ１２は、１歩行周期の１％〜４０％の期間における一方の足の膝関節の角度の時系列データの平均値と、１歩行周期の６１％〜７０％の期間における一方の足の膝関節の角度の時系列データの平均値と、１歩行周期の８１％〜１００％の期間における一方の足の膝関節の角度の時系列データの平均値と、１歩行周期の１％〜５０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の６１％〜７０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の９１％〜１００％の期間における一方の足首関節の角度の時系列データの平均値とを入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。
サルコペニア判定部１１３は、第１期間、第２期間及び第３期間における一方の足の膝関節の角度の時系列データの平均値と、第４期間、第５期間及び第６期間における一方の足の足首関節の角度の時系列データの平均値とを用いて被験者がサルコペニアであるか否かを判定する。
サルコペニア判定部１１３は、１歩行周期の１％〜４０％の期間における一方の足の膝関節の角度の時系列データの平均値と、１歩行周期の６１％〜７０％の期間における一方の足の膝関節の角度の時系列データの平均値と、１歩行周期の８１％〜１００％の期間における一方の足の膝関節の角度の時系列データの平均値と、１歩行周期の１％〜５０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の６１％〜７０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の９１％〜１００％の期間における一方の足首関節の角度の時系列データの平均値とを用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。
サルコペニア判定部１１３は、１歩行周期の１％〜４０％の期間における一方の足の膝関節の角度の時系列データの平均値と、１歩行周期の６１％〜７０％の期間における一方の足の膝関節の角度の時系列データの平均値と、１歩行周期の８１％〜１００％の期間における一方の足の膝関節の角度の時系列データの平均値と、１歩行周期の１％〜５０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の６１％〜７０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の９１％〜１００％の期間における一方の足首関節の角度の時系列データの平均値とを予測モデルに入力することにより、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを示す判定結果を予測モデルから取得する。
このように、立脚期における一方の足の膝関節の角度を単独で用いて作成した予測モデルによりサルコペニアを判定した結果得られたＡＵＣ値は、０．５８６であり、遊脚期における一方の足の膝関節の角度を単独で用いて作成した予測モデルによりサルコペニアを判定した結果得られたＡＵＣ値は、０．６９９であり、立脚期における足首関節の角度を単独で用いて作成した予測モデルによりサルコペニアを判定した結果得られたＡＵＣ値は、０．４９８であり、遊脚期における足首関節の角度を単独で用いて作成した予測モデルによりサルコペニアを判定した結果得られたＡＵＣ値は、０．３８９であった。これに対し、立脚期における一方の足の膝関節の角度、遊脚期における一方の足の膝関節の角度、立脚期における一方の足の足首関節の角度、及び遊脚期における一方の足の足首関節の角度を用いて作成した予測モデルによりサルコペニアを判定した結果得られたＡＵＣ値は、０．８６５であった。
したがって、立脚期における一方の足の膝関節の角度、遊脚期における一方の足の膝関節の角度、立脚期における足首関節の角度及び遊脚期における足首関節の角度をそれぞれ単独で用いて作成した予測モデルよりも、立脚期における一方の足の膝関節の角度、遊脚期における一方の足の膝関節の角度、立脚期における足首関節の角度及び遊脚期における足首関節の角度を用いて作成した予測モデルの方が精度よくサルコペニアを判定することができる。
続いて、本実施の形態の第１６の変形例における歩行パラメータについて説明する。
本実施の形態の第１６の変形例における歩行パラメータは、一方の足の立脚期の第１期間における一方の足の膝関節の角度の時系列データの平均値と、一方の足の遊脚期の第２期間における一方の足の膝関節の角度の時系列データの平均値と、一方の足の立脚期の第３期間における一方の足の足首関節の角度の時系列データの平均値と、一方の足の立脚期及び遊脚期の第４期間における一方の足の足首関節の角度の時系列データの平均値とであってもよい。
本実施の形態の第１６の変形例では、上記の実験と同様に、サルコペニアである被験者、サルコペニア予備群である被験者及び健常者である被験者を含む複数の被験者の骨格データから、複数の被験者それぞれの一方の足の膝関節の角度の時系列データと、複数の被験者それぞれの一方の足の足首関節の角度の時系列データとを検出した。また、実験では、正規化した１歩行周期を１０区間に分割し、１区間又は２以上の連続する区間における一方の足の膝関節の角度の平均値と一方の足の足首関節の角度の平均値とを被験者毎に算出した。
そして、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、立脚期の第１期間における一方の足の膝関節の角度の時系列データの平均値と、遊脚期の第２期間における一方の足の膝関節の角度の時系列データの平均値と、立脚期の第３期間における一方の足の足首関節の角度の時系列データの平均値と、立脚期及び遊脚期の第４期間における一方の足の足首関節の角度の時系列データの平均値とを説明変数とする予測モデルを作成した。第１期間は、１歩行周期の１％〜１０％の期間であり、第２期間は、１歩行周期の８１％〜１００％の期間であり、第３期間は、１歩行周期の１％〜１０％の期間であり、第４期間は、１歩行周期の２１％〜７０％の期間である。予測モデルは、交差検証により評価された。交差検証としては、ｌｅａｖｅ−ｏｎｅ−ｏｕｔ交差検証が採用された。そして、健常者及びサルコペニア予備群を判定した予測モデルのＲＯＣ曲線が算出された。さらに、予測モデルのＲＯＣ曲線のＡＵＣ値が算出された。
図３８は、本実施の形態の第１６の変形例における予測モデルを用いて健常者及びサルコペニア予備群を判定した結果得られたＲＯＣ曲線を示す図である。
本実施の形態の第１６の変形例における予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の１％〜１０％及び８１％〜１００％の期間における一方の足の膝関節の角度の平均値と、１歩行周期の１％〜１０％及び２１％〜７０％の期間における一方の足首関節の角度の平均値とを説明変数として作成された。図３８において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニア予備群である被験者をサルコペニア予備群であると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニア予備群であると誤って判定した割合を示す。
図３８に示すＲＯＣ曲線は、１歩行周期の１％〜１０％の期間における一方の足の膝関節の角度の平均値と、１歩行周期の８１％〜１００％の期間における一方の足の膝関節の角度の平均値と、１歩行周期の１％〜１０％の期間における一方の足首関節の角度の平均値と、１歩行周期の２１％〜７０％の期間における一方の足首関節の角度の平均値とを説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図３８に示すＲＯＣ曲線のＡＵＣ値は、０．７４３であった。
本実施の形態の第１６の変形例では、１歩行周期の１％〜１０％の期間における一方の足の膝関節の角度の平均値と、１歩行周期の８１％〜１００％の期間における一方の足の膝関節の角度の平均値と、１歩行周期の１％〜１０％の期間における一方の足首関節の角度の平均値と、１歩行周期の２１％〜７０％の期間における一方の足首関節の角度の平均値とが、歩行パラメータとして決定される。また、１歩行周期の１％〜１０％の期間における一方の足の膝関節の角度の平均値と、１歩行周期の８１％〜１００％の期間における一方の足の膝関節の角度の平均値と、１歩行周期の１％〜１０％の期間における一方の足首関節の角度の平均値と、１歩行周期の２１％〜７０％の期間における一方の足首関節の角度の平均値ととを説明変数として作成された予測モデルが、サルコペニア判定部１１３が用いる予測モデルとして決定される。
歩行パラメータ検出部１１２は、立脚期の第１期間における一方の足の膝関節の角度の時系列データと、遊脚期の第２期間における一方の足の膝関節の角度の時系列データと、立脚期の第３期間における一方の足の足首関節の角度の時系列データと、立脚期及び遊脚期の第４期間における一方の足の足首関節の角度の時系列データとを検出する。第１期間は、１歩行周期の１％〜１０％の期間であり、第２期間は、１歩行周期の８１％〜１００％の期間であり、第３期間は、１歩行周期の１％〜１０％の期間であり、第４期間は、１歩行周期の２１％〜７０％の期間である。
歩行パラメータ検出部１１２は、１歩行周期の１％〜１０％の期間における一方の足の膝関節の角度の時系列データと、１歩行周期の８１％〜１００％の期間における一方の足の膝関節の角度の時系列データと、１歩行周期の１％〜１０％の期間における一方の足首関節の角度の時系列データと、１歩行周期の２１％〜７０％の期間における一方の足首関節の角度の時系列データとを検出する。
また、歩行パラメータ検出部１１２は、１歩行周期の１％〜１０％の期間における一方の足の膝関節の角度の時系列データの平均値と、１歩行周期の８１％〜１００％の期間における一方の足の膝関節の角度の時系列データの平均値と、１歩行周期の１％〜１０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の２１％〜７０％の期間における一方の足首関節の角度の時系列データの平均値とを算出する。
メモリ１２は、立脚期の第１期間における一方の足の膝関節の角度の時系列データの平均値と、遊脚期の第２期間における一方の足の膝関節の角度の時系列データの平均値と、立脚期の第３期間における一方の足の足首関節の角度の時系列データの平均値と、立脚期及び遊脚期の第４期間における一方の足の足首関節の角度の時系列データの平均値とを入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。
メモリ１２は、１歩行周期の１％〜１０％の期間における一方の足の膝関節の角度の時系列データの平均値と、１歩行周期の８１％〜１００％の期間における一方の足の膝関節の角度の時系列データの平均値と、１歩行周期の１％〜１０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の２１％〜７０％の期間における一方の足首関節の角度の時系列データの平均値とを入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。
サルコペニア判定部１１３は、第１期間及び第２期間における一方の足の膝関節の角度の時系列データの平均値と、第３期間及び第４期間における一方の足の足首関節の角度の時系列データの平均値とを用いて被験者がサルコペニアであるか否かを判定する。
サルコペニア判定部１１３は、１歩行周期の１％〜１０％の期間における一方の足の膝関節の角度の時系列データの平均値と、１歩行周期の８１％〜１００％の期間における一方の足の膝関節の角度の時系列データの平均値と、１歩行周期の１％〜１０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の２１％〜７０％の期間における一方の足首関節の角度の時系列データの平均値とを用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。
サルコペニア判定部１１３は、１歩行周期の１％〜１０％の期間における一方の足の膝関節の角度の時系列データの平均値と、１歩行周期の８１％〜１００％の期間における一方の足の膝関節の角度の時系列データの平均値と、１歩行周期の１％〜１０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の２１％〜７０％の期間における一方の足首関節の角度の時系列データの平均値とを予測モデルに入力することにより、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを示す判定結果を予測モデルから取得する。
このように、立脚期における一方の足の膝関節の角度を単独で用いて作成した予測モデルによりサルコペニア予備群を判定した結果得られたＡＵＣ値は、０．５３７であり、遊脚期における一方の足の膝関節の角度を単独で用いて作成した予測モデルによりサルコペニア予備群を判定した結果得られたＡＵＣ値は、０．６０４であり、立脚期における足首関節の角度を単独で用いて作成した予測モデルによりサルコペニア予備群を判定した結果得られたＡＵＣ値は、０．６１０であり、遊脚期における足首関節の角度を単独で用いて作成した予測モデルによりサルコペニア予備群を判定した結果得られたＡＵＣ値は、０．６２２であった。これに対し、立脚期における一方の足の膝関節の角度、遊脚期における一方の足の膝関節の角度、立脚期における一方の足の足首関節の角度、及び遊脚期における一方の足の足首関節の角度を用いて作成した予測モデルによりサルコペニア予備群を判定した結果得られたＡＵＣ値は、０．７４３であった。
したがって、立脚期における一方の足の膝関節の角度、遊脚期における一方の足の膝関節の角度、立脚期における足首関節の角度及び遊脚期における足首関節の角度をそれぞれ単独で用いて作成した予測モデルよりも、立脚期における一方の足の膝関節の角度、遊脚期における一方の足の膝関節の角度、立脚期における足首関節の角度及び遊脚期における足首関節の角度を用いて作成した予測モデルの方が精度よくサルコペニア予備群を判定することができる。
続いて、本実施の形態の第１７の変形例における歩行パラメータについて説明する。
本実施の形態の第１７の変形例における歩行パラメータは、一方の足の立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、一方の足の立脚期の第２期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、一方の足の遊脚期の第３期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、一方の足の立脚期の第４期間における一方の足の膝関節の角度の時系列データの平均値と、一方の足の立脚期及び遊脚期の第５期間における一方の足の膝関節の角度の時系列データの平均値と、一方の足の立脚期の第６期間における一方の足の足首関節の角度の時系列データの平均値と、一方の足の立脚期及び遊脚期の第７期間における一方の足の足首関節の角度の時系列データの平均値とであってもよい。
本実施の形態の第１７の変形例では、上記の実験と同様に、サルコペニアである被験者、サルコペニア予備群である被験者及び健常者である被験者を含む複数の被験者の骨格データから、複数の被験者それぞれの一方の足のつま先の鉛直方向の変位の時系列データと、複数の被験者それぞれの一方の足の膝関節の角度の時系列データと、複数の被験者それぞれの一方の足の足首関節の角度の時系列データとを検出した。また、実験では、正規化した１歩行周期を１０区間に分割し、１区間又は２以上の連続する区間における一方の足のつま先の鉛直方向の変位の平均値と一方の足の膝関節の角度の平均値と一方の足の足首関節の角度の平均値とを被験者毎に算出した。
そして、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、立脚期の第２期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、遊脚期の第３期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、立脚期の第４期間における一方の足の膝関節の角度の時系列データの平均値と、立脚期及び遊脚期の第５期間における一方の足の膝関節の角度の時系列データの平均値と、立脚期の第６期間における一方の足の足首関節の角度の時系列データの平均値と、立脚期及び遊脚期の第７期間における一方の足の足首関節の角度の時系列データの平均値とを説明変数とする予測モデルを作成した。第１期間は、１歩行周期の２１％〜３０％の期間であり、第２期間は、１歩行周期の５１％〜６０％の期間であり、第３期間は、１歩行周期の８１％〜１００％の期間であり、第４期間は、１歩行周期の１１％〜２０％の期間であり、第５期間は、１歩行周期の４１％〜８０％の期間であり、第６期間は、１歩行周期の１％〜２０％の期間であり、第７期間は、１歩行周期の５１％〜８０％の期間である。予測モデルは、交差検証により評価された。交差検証としては、ｌｅａｖｅ−ｏｎｅ−ｏｕｔ交差検証が採用された。そして、健常者及びサルコペニアを判定した予測モデルのＲＯＣ曲線が算出された。さらに、予測モデルのＲＯＣ曲線のＡＵＣ値が算出された。
図３９は、本実施の形態の第１７の変形例における予測モデルを用いて健常者及びサルコペニアを判定した結果得られたＲＯＣ曲線を示す図である。
本実施の形態の第１７の変形例における予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の２１％〜３０％、５１％〜６０％及び８１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の１１％〜２０％及び４１％〜８０％の期間における一方の膝関節の角度の平均値と、１歩行周期の１％〜２０％及び５１％〜８０％の期間における一方の足首関節の角度の平均値とを説明変数として作成された。図３９において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニアである被験者をサルコペニアであると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニアであると誤って判定した割合を示す。
図３９に示すＲＯＣ曲線は、１歩行周期の２１％〜３０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の５１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の８１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の１１％〜２０％の期間における一方の膝関節の角度の平均値と、１歩行周期の４１％〜８０％の期間における一方の膝関節の角度の平均値と、１歩行周期の１％〜２０％の期間における一方の足首関節の角度の平均値と、１歩行周期の５１％〜８０％の期間における一方の足首関節の角度の平均値とを説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図３９に示すＲＯＣ曲線のＡＵＣ値は、０．８８１であった。
本実施の形態の第１７の変形例では、１歩行周期の２１％〜３０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の５１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の８１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の１１％〜２０％の期間における一方の膝関節の角度の平均値と、１歩行周期の４１％〜８０％の期間における一方の膝関節の角度の平均値と、１歩行周期の１％〜２０％の期間における一方の足首関節の角度の平均値と、１歩行周期の５１％〜８０％の期間における一方の足首関節の角度の平均値とが、歩行パラメータとして決定される。
また、１歩行周期の２１％〜３０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の５１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の８１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の１１％〜２０％の期間における一方の膝関節の角度の平均値と、１歩行周期の４１％〜８０％の期間における一方の膝関節の角度の平均値と、１歩行周期の１％〜２０％の期間における一方の足首関節の角度の平均値と、１歩行周期の５１％〜８０％の期間における一方の足首関節の角度の平均値とを説明変数として作成された予測モデルが、サルコペニア判定部１１３が用いる予測モデルとして決定される。
歩行パラメータ検出部１１２は、立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データと、立脚期の第２期間における一方の足のつま先の鉛直方向の変位の時系列データと、遊脚期の第３期間における一方の足のつま先の鉛直方向の変位の時系列データと、立脚期の第４期間における一方の足の膝関節の角度の時系列データと、立脚期及び遊脚期の第５期間における一方の足の膝関節の角度の時系列データと、立脚期の第６期間における一方の足の足首関節の角度の時系列データと、立脚期及び遊脚期の第７期間における一方の足の足首関節の角度の時系列データとを検出する。第１期間は、１歩行周期の２１％〜３０％の期間であり、第２期間は、１歩行周期の５１％〜６０％の期間であり、第３期間は、１歩行周期の８１％〜１００％の期間であり、第４期間は、１歩行周期の１１％〜２０％の期間であり、第５期間は、１歩行周期の４１％〜８０％の期間であり、第６期間は、１歩行周期の１％〜２０％の期間であり、第７期間は、１歩行周期の５１％〜８０％の期間である。
歩行パラメータ検出部１１２は、１歩行周期の２１％〜３０％の期間における一方の足のつま先の鉛直方向の変位の時系列データと、１歩行周期の５１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の時系列データと、１歩行周期の８１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の時系列データと、１歩行周期の１１％〜２０％の期間における一方の膝関節の角度の時系列データと、１歩行周期の４１％〜８０％の期間における一方の膝関節の角度の時系列データと、１歩行周期の１％〜２０％の期間における一方の足首関節の角度の時系列データと、１歩行周期の５１％〜８０％の期間における一方の足首関節の角度の時系列データとを検出する。
また、歩行パラメータ検出部１１２は、１歩行周期の２１％〜３０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の５１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の８１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の１１％〜２０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の４１％〜８０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の１％〜２０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の５１％〜８０％の期間における一方の足首関節の角度の時系列データの平均値とを算出する。
メモリ１２は、立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、立脚期の第２期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、遊脚期の第３期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、立脚期の第４期間における一方の足の膝関節の角度の時系列データの平均値と、立脚期及び遊脚期の第５期間における一方の足の膝関節の角度の時系列データの平均値と、立脚期の第６期間における一方の足の足首関節の角度の時系列データの平均値と、立脚期及び遊脚期の第７期間における一方の足の足首関節の角度の時系列データの平均値とを入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。
メモリ１２は、１歩行周期の２１％〜３０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の５１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の８１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の１１％〜２０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の４１％〜８０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の１％〜２０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の５１％〜８０％の期間における一方の足首関節の角度の時系列データの平均値とを入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。
サルコペニア判定部１１３は、第１期間、第２期間及び第３期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、第４期間及び第５期間における一方の足の膝関節の角度の時系列データの平均値と、第６期間及び第７期間における一方の足の足首関節の角度の時系列データの平均値とを用いて被験者がサルコペニアであるか否かを判定する。
サルコペニア判定部１１３は、１歩行周期の２１％〜３０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の５１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の８１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の１１％〜２０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の４１％〜８０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の１％〜２０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の５１％〜８０％の期間における一方の足首関節の角度の時系列データの平均値とを用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。
サルコペニア判定部１１３は、１歩行周期の２１％〜３０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の５１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の８１％〜１００％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の１１％〜２０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の４１％〜８０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の１％〜２０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の５１％〜８０％の期間における一方の足首関節の角度の時系列データの平均値とを予測モデルに入力することにより、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを示す判定結果を予測モデルから取得する。
このように、立脚期における一方の足のつま先の鉛直方向の変位を単独で用いて作成した予測モデルによりサルコペニアを判定した結果得られたＡＵＣ値は、０．６３６であり、遊脚期における一方の足のつま先の鉛直方向の変位を単独で用いて作成した予測モデルによりサルコペニアを判定した結果得られたＡＵＣ値は、０．５１４であり、立脚期における膝関節の角度を単独で用いて作成した予測モデルによりサルコペニアを判定した結果得られたＡＵＣ値は、０．５８６であり、遊脚期における膝関節の角度を単独で用いて作成した予測モデルによりサルコペニアを判定した結果得られたＡＵＣ値は、０．６９９であり、立脚期における足首関節の角度を単独で用いて作成した予測モデルによりサルコペニアを判定した結果得られたＡＵＣ値は、０．４９８であり、遊脚期における足首関節の角度を単独で用いて作成した予測モデルによりサルコペニアを判定した結果得られたＡＵＣ値は、０．３８９であった。
これに対し、立脚期の第１期間及び第２期間における一方の足のつま先の鉛直方向の変位、遊脚期の第３期間における一方の足のつま先の鉛直方向の変位、立脚期の第４期間における一方の足の膝関節の角度、立脚期及び遊脚期の第５期間における一方の足の膝関節の角度、立脚期の第６期間における一方の足の足首関節の角度、及び立脚期及び遊脚期の第７期間における一方の足の足首関節の角度を用いて作成した予測モデルによりサルコペニアを判定した結果得られたＡＵＣ値は、０．８８１であった。
したがって、立脚期における一方の足のつま先の鉛直方向の変位、遊脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の膝関節の角度、遊脚期における一方の足の膝関節の角度、立脚期における一方の足の足首関節の角度、及び遊脚期における一方の足の足首関節の角度をそれぞれ単独で用いて作成した予測モデルよりも、立脚期の第１期間及び第２期間における一方の足のつま先の鉛直方向の変位、遊脚期の第３期間における一方の足のつま先の鉛直方向の変位、立脚期の第４期間における一方の足の膝関節の角度、立脚期及び遊脚期の第５期間における一方の足の膝関節の角度、立脚期の第６期間における一方の足の足首関節の角度、及び立脚期及び遊脚期の第７期間における一方の足の足首関節の角度を用いて作成した予測モデルの方が精度よくサルコペニアを判定することができる。
続いて、本実施の形態の第１８の変形例における歩行パラメータについて説明する。
本実施の形態の第１８の変形例における歩行パラメータは、一方の足の立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、一方の足の立脚期の第２期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、一方の足の立脚期の第３期間における一方の足の膝関節の角度の時系列データの平均値と、一方の足の遊脚期の第４期間における一方の足の膝関節の角度の時系列データの平均値と、一方の足の立脚期の第５期間における一方の足の足首関節の角度の時系列データの平均値と、一方の足の立脚期及び遊脚期の第６期間における一方の足の足首関節の角度の時系列データの平均値と、一方の足の遊脚期の第７期間における一方の足の足首関節の角度の時系列データの平均値とであってもよい。
本実施の形態の第１８の変形例では、上記の実験と同様に、サルコペニアである被験者、サルコペニア予備群である被験者及び健常者である被験者を含む複数の被験者の骨格データから、複数の被験者それぞれの一方の足のつま先の鉛直方向の変位の時系列データと、複数の被験者それぞれの一方の足の膝関節の角度の時系列データと、複数の被験者それぞれの一方の足の足首関節の角度の時系列データとを検出した。また、実験では、正規化した１歩行周期を１０区間に分割し、１区間又は２以上の連続する区間における一方の足のつま先の鉛直方向の変位の平均値と一方の足の膝関節の角度の平均値と一方の足の足首関節の角度の平均値とを被験者毎に算出した。
そして、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、立脚期の第２期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、立脚期の第３期間における一方の足の膝関節の角度の時系列データの平均値と、遊脚期の第４期間における一方の足の膝関節の角度の時系列データの平均値と、立脚期の第５期間における一方の足の足首関節の角度の時系列データの平均値と、立脚期及び遊脚期の第６期間における一方の足の足首関節の角度の時系列データの平均値と、遊脚期の第７期間における一方の足の足首関節の角度の時系列データの平均値とを説明変数とする予測モデルを作成した。第１期間は、１歩行周期の１１％〜２０％の期間であり、第２期間は、１歩行周期の４１％〜６０％の期間であり、第３期間は、１歩行周期の４１％〜５０％の期間であり、第４期間は、１歩行周期の６１％〜１００％の期間であり、第５期間は、１歩行周期の１１％〜２０％の期間であり、第６期間は、１歩行周期の３１％〜７０％の期間であり、第７期間は、１歩行周期の９１％〜１００％の期間である。予測モデルは、交差検証により評価された。交差検証としては、ｌｅａｖｅ−ｏｎｅ−ｏｕｔ交差検証が採用された。そして、健常者及びサルコペニア予備群を判定した予測モデルのＲＯＣ曲線が算出された。さらに、予測モデルのＲＯＣ曲線のＡＵＣ値が算出された。
図４０は、本実施の形態の第１８の変形例における予測モデルを用いて健常者及びサルコペニア予備群を判定した結果得られたＲＯＣ曲線を示す図である。
本実施の形態の第１８の変形例における予測モデルは、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを目的変数とし、１歩行周期の１１％〜２０％及び４１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の４１％〜５０％及び６１％〜１００％の期間における一方の膝関節の角度の平均値と、１歩行周期の１１％〜２０％、３１％〜７０％及び９１％〜１００％の期間における一方の足首関節の角度の平均値とを説明変数として作成された。図４０において、縦軸は真陽性率を示し、横軸は偽陽性率を示す。真陽性率は、予測モデルがサルコペニア予備群である被験者をサルコペニア予備群であると正しく判定した割合を示し、偽陽性率は、予測モデルが健常者である被験者をサルコペニア予備群であると誤って判定した割合を示す。
図４０に示すＲＯＣ曲線は、１歩行周期の１１％〜２０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の４１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の４１％〜５０％の期間における一方の膝関節の角度の平均値と、１歩行周期の６１％〜１００％の期間における一方の膝関節の角度の平均値と、１歩行周期の１１％〜２０％の期間における一方の足首関節の角度の平均値と、１歩行周期の３１％〜７０％の期間における一方の足首関節の角度の平均値と、１歩行周期の９１％〜１００％の期間における一方の足首関節の角度の平均値とを説明変数として作成された予測モデルの真陽性率と偽陽性率とをプロットしたものである。図４０に示すＲＯＣ曲線のＡＵＣ値は、０．８６１であった。
本実施の形態の第１８の変形例では、１歩行周期の１１％〜２０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の４１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の４１％〜５０％の期間における一方の膝関節の角度の平均値と、１歩行周期の６１％〜１００％の期間における一方の膝関節の角度の平均値と、１歩行周期の１１％〜２０％の期間における一方の足首関節の角度の平均値と、１歩行周期の３１％〜７０％の期間における一方の足首関節の角度の平均値と、１歩行周期の９１％〜１００％の期間における一方の足首関節の角度の平均値とが、歩行パラメータとして決定される。
また、１歩行周期の１１％〜２０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の４１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の平均値と、１歩行周期の４１％〜５０％の期間における一方の膝関節の角度の平均値と、１歩行周期の６１％〜１００％の期間における一方の膝関節の角度の平均値と、１歩行周期の１１％〜２０％の期間における一方の足首関節の角度の平均値と、１歩行周期の３１％〜７０％の期間における一方の足首関節の角度の平均値と、１歩行周期の９１％〜１００％の期間における一方の足首関節の角度の平均値とを説明変数として作成された予測モデルが、サルコペニア判定部１１３が用いる予測モデルとして決定される。
歩行パラメータ検出部１１２は、立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データと、立脚期の第２期間における一方の足のつま先の鉛直方向の変位の時系列データと、立脚期の第３期間における一方の足の膝関節の角度の時系列データと、遊脚期の第４期間における一方の足の膝関節の角度の時系列データと、立脚期の第５期間における一方の足の足首関節の角度の時系列データと、立脚期及び遊脚期の第６期間における一方の足の足首関節の角度の時系列データと、遊脚期の第７期間における一方の足の足首関節の角度の時系列データとを検出する。第１期間は、１歩行周期の１１％〜２０％の期間であり、第２期間は、１歩行周期の４１％〜６０％の期間であり、第３期間は、１歩行周期の４１％〜５０％の期間であり、第４期間は、１歩行周期の６１％〜１００％の期間であり、第５期間は、１歩行周期の１１％〜２０％の期間であり、第６期間は、１歩行周期の３１％〜７０％の期間であり、第７期間は、１歩行周期の９１％〜１００％の期間である。
歩行パラメータ検出部１１２は、１歩行周期の１１％〜２０％の期間における一方の足のつま先の鉛直方向の変位の時系列データと、１歩行周期の４１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の時系列データと、１歩行周期の４１％〜５０％の期間における一方の膝関節の角度の時系列データと、１歩行周期の６１％〜１００％の期間における一方の膝関節の角度の時系列データと、１歩行周期の１１％〜２０％の期間における一方の足首関節の角度の時系列データと、１歩行周期の３１％〜７０％の期間における一方の足首関節の角度の時系列データと、１歩行周期の９１％〜１００％の期間における一方の足首関節の角度の時系列データとを検出する。
また、歩行パラメータ検出部１１２は、１歩行周期の１１％〜２０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の４１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の４１％〜５０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の６１％〜１００％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の１１％〜２０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の３１％〜７０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の９１％〜１００％の期間における一方の足首関節の角度の時系列データの平均値とを算出する。
メモリ１２は、立脚期の第１期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、立脚期の第２期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、立脚期の第３期間における一方の足の膝関節の角度の時系列データの平均値と、遊脚期の第４期間における一方の足の膝関節の角度の時系列データの平均値と、立脚期の第５期間における一方の足の足首関節の角度の時系列データの平均値と、立脚期及び遊脚期の第６期間における一方の足の足首関節の角度の時系列データの平均値と、遊脚期の第７期間における一方の足の足首関節の角度の時系列データの平均値とを入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。
メモリ１２は、１歩行周期の１１％〜２０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の４１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の４１％〜５０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の６１％〜１００％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の１１％〜２０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の３１％〜７０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の９１％〜１００％の期間における一方の足首関節の角度の時系列データの平均値とを入力値とし、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを出力値として生成された予測モデルを予め記憶する。
サルコペニア判定部１１３は、第１期間及び第２期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、第３期間及び第４期間における一方の足の膝関節の角度の時系列データの平均値と、第５期間、第６期間及び第７期間における一方の足の足首関節の角度の時系列データの平均値とを用いて被験者がサルコペニアであるか否かを判定する。
サルコペニア判定部１１３は、１歩行周期の１１％〜２０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の４１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の４１％〜５０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の６１％〜１００％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の１１％〜２０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の３１％〜７０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の９１％〜１００％の期間における一方の足首関節の角度の時系列データの平均値とを用いて被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを判定する。
サルコペニア判定部１１３は、１歩行周期の１１％〜２０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の４１％〜６０％の期間における一方の足のつま先の鉛直方向の変位の時系列データの平均値と、１歩行周期の４１％〜５０％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の６１％〜１００％の期間における一方の膝関節の角度の時系列データの平均値と、１歩行周期の１１％〜２０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の３１％〜７０％の期間における一方の足首関節の角度の時系列データの平均値と、１歩行周期の９１％〜１００％の期間における一方の足首関節の角度の時系列データの平均値とを予測モデルに入力することにより、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを示す判定結果を予測モデルから取得する。
このように、立脚期における一方の足のつま先の鉛直方向の変位を単独で用いて作成した予測モデルによりサルコペニア予備群を判定した結果得られたＡＵＣ値は、０．５６０であり、遊脚期における一方の足のつま先の鉛直方向の変位を単独で用いて作成した予測モデルによりサルコペニア予備群を判定した結果得られたＡＵＣ値は、０．６２６であり、立脚期における一方の足の膝関節の角度を単独で用いて作成した予測モデルによりサルコペニア予備群を判定した結果得られたＡＵＣ値は、０．５３７であり、遊脚期における一方の足の膝関節の角度を単独で用いて作成した予測モデルによりサルコペニア予備群を判定した結果得られたＡＵＣ値は、０．６０４であり、立脚期における一方の足の足首関節の角度を単独で用いて作成した予測モデルによりサルコペニア予備群を判定した結果得られたＡＵＣ値は、０．６１０であり、遊脚期における一方の足の足首関節の角度を単独で用いて作成した予測モデルによりサルコペニア予備群を判定した結果得られたＡＵＣ値は、０．６２２であった。
これに対し、立脚期の第１期間及び第２期間における一方の足のつま先の鉛直方向の変位、立脚期の第３期間における一方の足の膝関節の角度、遊脚期の第４期間における一方の足の膝関節の角度、立脚期の第５期間における一方の足の足首関節の角度、立脚期及び遊脚期の第６期間における一方の足の足首関節の角度、及び遊脚期の第７期間における一方の足の足首関節の角度を用いて作成した予測モデルによりサルコペニア予備群を判定した結果得られたＡＵＣ値は、０．８６１であった。
したがって、立脚期における一方の足のつま先の鉛直方向の変位、遊脚期における一方の足のつま先の鉛直方向の変位、立脚期における一方の足の膝関節の角度、遊脚期における一方の足の膝関節の角度、立脚期における一方の足の足首関節の角度、及び遊脚期における一方の足の足首関節の角度をそれぞれ単独で用いて作成した予測モデルよりも、立脚期の第１期間及び第２期間における一方の足のつま先の鉛直方向の変位、立脚期の第３期間における一方の足の膝関節の角度、遊脚期の第４期間における一方の足の膝関節の角度、立脚期の第５期間における一方の足の足首関節の角度、立脚期及び遊脚期の第６期間における一方の足の足首関節の角度、及び遊脚期の第７期間における一方の足の足首関節の角度を用いて作成した予測モデルの方が精度よくサルコペニア予備群を判定することができる。
図４１は、本実施の形態において表示される評価結果画面の一例を示す図である。
表示部３は、図４１に示す評価結果画面を表示する。評価結果画面は、過去のサルコペニアの評価値と、今回のサルコペニアの評価値とを示すサルコペニア評価提示領域３１と、評価メッセージ３２とを含む。図４１のサルコペニア評価提示領域３１では、サルコペニアの評価が１か月に１回行われ、過去６か月間のサルコペニアの評価値と、今月のサルコペニアの評価値とが表示されている。
サルコペニアの評価値は、予測モデルによって算出される被験者がサルコペニアである可能性を示す値である。被験者がサルコペニアである可能性を示す値は、例えば、０．０〜２．０で表される。評価結果提示部１１４は、被験者がサルコペニアである可能性を示す値を百分率に換算してサルコペニアの評価値として提示する。
また、本実施の形態の第２の変形例において、１歩行周期の５０％〜６０％の期間におけるサルコペニアである被験者らの一方の足の膝関節の角度の時系列データの平均値の平均は、１５．３度であり、１歩行周期の５０％〜６０％の期間における健常者である被験者らの一方の足の膝関節の角度の時系列データの平均値の平均は、９．３度であった。そこで、評価結果提示部１１４は、９．３度が最小値０となり、１５．３度が最大値１となるように正規化し、歩行パラメータ検出部１１２によって算出された１歩行周期の５０％〜６０％の期間における被験者の一方の足の膝関節の角度の時系列データの平均値を０〜１の間の値に変換してもよい。そして、評価結果提示部１１４は、変換した値を百分率に換算してサルコペニアの評価値として提示してもよい。
なお、今回のサルコペニアの評価値とともに、過去のサルコペニアの評価値が表示される場合、サルコペニア判定部１１３は、サルコペニアの評価値をメモリ１２に記憶する。
また、サルコペニア評価提示領域３１は、被験者がサルコペニアであるか否かを評価結果として表示してもよい。また、サルコペニア評価提示領域３１は、被験者がサルコペニア、サルコペニア予備群及び健常者のいずれであるかを評価結果として表示してもよい。
また、「サルコペニアの危険性が先月よりも低下しており、良好な状態が保てています。この調子で生活してください。」という評価メッセージ３２が表示されている。評価結果提示部１１４は、今月のサルコペニアの評価値が先月のサルコペニアの評価値よりも低く、かつ今月のサルコペニアの評価値が０．５より低い場合に、図４１に示す評価メッセージ３２をメモリ１２から読み出し、表示部３へ出力する。
なお、本実施の形態では、今回のサルコペニアの評価値とともに、過去のサルコペニアの評価値が表示されるが、本開示は特にこれに限定されず、今回のサルコペニアの評価値のみが表示されてもよい。この場合、サルコペニア判定部１１３は、サルコペニアの評価値をメモリ１２に記憶しなくてもよい。
また、本実施の形態におけるカメラ２は、玄関前に設けられたセキュリティカメラ、ドアホンのカメラ子機、又は室内に設けられた監視カメラであってもよい。また、表示部３は、スマートフォン、タブレット型コンピュータ、又は、ドアホンのモニタであってもよい。
なお、本実施の形態では、歩行パラメータ検出部１１２は、カメラ２から取得された動画像データに基づいて骨格データを抽出しているが、本開示は特にこれに限定されず、モーションキャプチャシステムを用いて骨格データを抽出してもよい。モーションキャプチャシステムは、光学式、磁気式、機械式及び慣性センサ式のいずれであってもよい。例えば、光学式モーションキャプチャシステムは、関節部分にマーカを貼り付けた被験者をカメラで撮影し、撮影した画像からマーカの位置を検出する。歩行パラメータ検出部１１２は、モーションキャプチャシステムによって検出された位置データから、被験者の骨格データを取得する。光学式モーションキャプチャシステムとしては、例えば、インターリハ株式会社製の３次元動作分析装置が利用可能である。
また、モーションキャプチャシステムは、深度センサ及びカラーカメラを備えてもよく、映像から被験者の関節点の位置情報を自動的に抽出し、被験者の姿勢を検出してもよい。この場合、被験者は、マーカを貼り付ける必要はない。なお、このようなモーションキャプチャシステムとしては、例えば、マイクロソフト社製のＫｉｎｅｃｔが利用可能である。
モーションキャプチャシステムを用いた歩行動作の計測では、位置座標から歩行動作における足首関節の角度、膝関節の角度又はつま先の鉛直方向の変位が抽出され、抽出された角度又は変位から歩行動作の特徴量が検出されることが好ましい。
なお、上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。
本開示の実施の形態に係る装置の機能の一部又は全ては典型的には集積回路であるＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｉｏｎ）として実現される。これらは個別に１チップ化されてもよいし、一部又は全てを含むように１チップ化されてもよい。また、集積回路化はＬＳＩに限るものではなく、専用回路又は汎用プロセッサで実現してもよい。ＬＳＩ製造後にプログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、又はＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。
また、本開示の実施の形態に係る装置の機能の一部又は全てを、ＣＰＵ等のプロセッサがプログラムを実行することにより実現してもよい。
また、上記で用いた数字は、全て本開示を具体的に説明するために例示するものであり、本開示は例示された数字に制限されない。
また、上記フローチャートに示す各ステップが実行される順序は、本開示を具体的に説明するために例示するためのものであり、同様の効果が得られる範囲で上記以外の順序であってもよい。また、上記ステップの一部が、他のステップと同時（並列）に実行されてもよい。
本開示に係る技術は、簡単且つ高い精度でサルコペニアを評価することができるので、被験者の歩行動作に基づいてサルコペニアを評価する技術に有用である。
１ サルコペニア評価装置
２ カメラ
３ 表示部
１１ プロセッサ
１２ メモリ
１１１ データ取得部
１１２ 歩行パラメータ検出部
１１３ サルコペニア判定部
１１４ 評価結果提示部

Claims (19)

  1. 被験者の歩行動作に基づいてサルコペニアを評価するサルコペニア評価装置におけるサルコペニア評価方法であって、
    前記被験者の歩行に関する歩行データを取得し、
    前記歩行データから、前記被験者の一方の足の立脚期における前記一方の足の膝関節の角度、前記一方の足の遊脚期における前記一方の足の前記膝関節の角度、前記立脚期における前記一方の足のつま先の鉛直方向の変位、前記遊脚期における前記一方の足の前記つま先の鉛直方向の変位、前記立脚期における前記一方の足の足首関節の角度、及び前記遊脚期における前記一方の足の前記足首関節の角度の少なくとも１つを検出し、
    前記立脚期における前記膝関節の前記角度、前記遊脚期における前記膝関節の前記角度、前記立脚期における前記つま先の鉛直方向の前記変位、前記遊脚期における前記つま先の鉛直方向の前記変位、前記立脚期における前記足首関節の前記角度、及び前記遊脚期における前記足首関節の前記角度の少なくとも１つを用いて前記被験者がサルコペニアであるか否かを判定する、
    サルコペニア評価方法。
  2. 前記検出において、前記遊脚期の所定期間における前記膝関節の角度の時系列データを検出し、
    前記判定において、前記膝関節の前記角度の前記時系列データの平均値を用いて前記被験者が前記サルコペニアであるか否かを判定する、
    請求項１記載のサルコペニア評価方法。
  3. 前記被験者の一方の足が地面に着いてから再度一方の足が地面に着くまでの期間が１歩行周期として表され、前記１歩行周期が１％〜１００％で表されるとき、
    前記所定期間は、前記１歩行周期の６１％〜１００％の期間である、
    請求項２記載のサルコペニア評価方法。
  4. 前記検出において、前記立脚期の所定期間における前記膝関節の角度の時系列データを検出し、
    前記判定において、前記膝関節の前記角度の前記時系列データの平均値を用いて前記被験者が前記サルコペニアであるか否かを判定する、
    請求項１記載のサルコペニア評価方法。
  5. 前記被験者の一方の足が地面に着いてから再度一方の足が地面に着くまでの期間が１歩行周期として表され、前記１歩行周期が１％〜１００％で表されるとき、
    前記所定期間は、前記１歩行周期の５０％〜６０％の期間である、
    請求項４記載のサルコペニア評価方法。
  6. 前記検出において、前記立脚期の所定期間における前記つま先の鉛直方向の前記変位の時系列データを検出し、
    前記判定において、前記つま先の鉛直方向の前記変位の前記時系列データの平均値を用いて前記被験者が前記サルコペニアであるか否かを判定する、
    請求項１記載のサルコペニア評価方法。
  7. 前記被験者の一方の足が地面に着いてから再度一方の足が地面に着くまでの期間が１歩行周期として表され、前記１歩行周期が１％〜１００％で表されるとき、
    前記所定期間は、前記１歩行周期の１％〜６０％の期間である、
    請求項６記載のサルコペニア評価方法。
  8. 前記検出において、前記遊脚期の所定期間における前記つま先の鉛直方向の前記変位の時系列データを検出し、
    前記判定において、前記つま先の鉛直方向の前記変位の前記時系列データの平均値を用いて前記被験者が前記サルコペニアであるか否かを判定する、
    請求項１記載のサルコペニア評価方法。
  9. 前記被験者の一方の足が地面に着いてから再度一方の足が地面に着くまでの期間が１歩行周期として表され、前記１歩行周期が１％〜１００％で表されるとき、
    前記所定期間は、前記１歩行周期の６５％〜７０％の期間である、
    請求項８記載のサルコペニア評価方法。
  10. 前記検出において、前記立脚期の第１期間における前記足首関節の第１角度の時系列データと、前記遊脚期の第２期間における前記足首関節の第２角度の時系列データとを検出し、
    前記判定において、前記足首関節の前記第１角度の前記時系列データの平均値と、前記足首関節の前記第２角度の前記時系列データの平均値とを用いて前記被験者が前記サルコペニアであるか否かを判定する、
    請求項１記載のサルコペニア評価方法。
  11. 前記検出において、前記立脚期の第１期間における前記つま先の鉛直方向の前記変位の時系列データと、前記立脚期の第２期間における前記膝関節の前記角度の時系列データと、前記遊脚期の第３期間における前記膝関節の前記角度の時系列データと、前記遊脚期の第４期間における前記膝関節の前記角度の時系列データとを検出し、
    前記判定において、前記第１期間における前記つま先の鉛直方向の前記変位の前記時系列データの平均値と、前記第２期間、前記第３期間及び前記第４期間における前記膝関節の前記角度の前記時系列データの平均値とを用いて前記被験者が前記サルコペニアであるか否かを判定する、
    請求項１記載のサルコペニア評価方法。
  12. 前記検出において、前記立脚期の第１期間における前記つま先の鉛直方向の前記変位の時系列データと、前記立脚期の第２期間における前記足首関節の前記角度の時系列データと、前記立脚期の第３期間における前記足首関節の前記角度の時系列データと、前記遊脚期の第４期間における前記足首関節の前記角度の時系列データと、前記遊脚期の第５期間における前記足首関節の前記角度の時系列データとを検出し、
    前記判定において、前記第１期間における前記つま先の鉛直方向の前記変位の前記時系列データの平均値と、前記第２期間、前記第３期間、前記第４期間及び前記第５期間における前記足首関節の前記角度の前記時系列データの平均値とを用いて前記被験者が前記サルコペニアであるか否かを判定する、
    請求項１記載のサルコペニア評価方法。
  13. 前記検出において、前記立脚期の第１期間における前記膝関節の前記角度の時系列データと、前記遊脚期の第２期間における前記膝関節の前記角度の時系列データと、前記遊脚期の第３期間における前記膝関節の前記角度の時系列データと、前記立脚期の第４期間における前記足首関節の前記角度の時系列データと、前記遊脚期の第５期間における前記足首関節の前記角度の時系列データと、前記遊脚期の第６期間における前記足首関節の前記角度の時系列データとを検出し、
    前記判定において、前記第１期間、前記第２期間及び前記第３期間における前記膝関節の前記角度の前記時系列データの平均値と、前記第４期間、前記第５期間及び前記第６期間における前記足首関節の前記角度の前記時系列データの平均値とを用いて前記被験者が前記サルコペニアであるか否かを判定する、
    請求項１記載のサルコペニア評価方法。
  14. 前記検出において、前記立脚期の第１期間における前記つま先の鉛直方向の前記変位の時系列データと、前記立脚期の第２期間における前記つま先の鉛直方向の前記変位の時系列データと、前記遊脚期の第３期間における前記つま先の鉛直方向の前記変位の時系列データと、前記立脚期の第４期間における前記膝関節の前記角度の時系列データと、前記立脚期及び前記遊脚期の第５期間における前記膝関節の前記角度の時系列データと、前記立脚期の第６期間における前記足首関節の前記角度の時系列データと、前記立脚期及び前記遊脚期の第７期間における前記足首関節の前記角度の時系列データとを検出し、
    前記判定において、前記第１期間、前記第２期間及び前記第３期間における前記つま先の鉛直方向の前記変位の前記時系列データの平均値と、前記第４期間及び前記第５期間における前記膝関節の前記角度の前記時系列データの平均値と、前記第６期間及び前記第７期間における前記足首関節の前記角度の前記時系列データの平均値とを用いて前記被験者が前記サルコペニアであるか否かを判定する、
    請求項１記載のサルコペニア評価方法。
  15. さらに、前記立脚期における前記膝関節の角度、前記遊脚期における前記膝関節の角度、前記立脚期における前記つま先の鉛直方向の前記変位、前記遊脚期における前記つま先の鉛直方向の前記変位、前記立脚期における前記足首関節の角度、及び前記遊脚期における前記足首関節の角度の少なくとも１つを用いて前記被験者が将来的に前記サルコペニアになる可能性があるサルコペニア予備群であるか否かを判定する、
    請求項１〜１４のいずれか１項に記載のサルコペニア評価方法。
  16. 前記判定において、前記立脚期における前記膝関節の角度が閾値より大きい場合、前記遊脚期における前記膝関節の角度が閾値より大きい場合、前記立脚期における前記つま先の鉛直方向の前記変位が閾値より大きい場合、前記遊脚期における前記つま先の鉛直方向の前記変位が閾値より大きい場合、前記立脚期における前記足首関節の角度が閾値より大きい場合、又は前記遊脚期における前記足首関節の角度が閾値より大きい場合、前記被験者が前記サルコペニアであると判定する、
    請求項１〜１５のいずれか１項に記載のサルコペニア評価方法。
  17. 前記判定において、前記立脚期における前記膝関節の角度、前記遊脚期における前記膝関節の角度、前記立脚期における前記つま先の鉛直方向の前記変位、前記遊脚期における前記つま先の鉛直方向の前記変位、前記立脚期における前記足首関節の角度、及び前記遊脚期における前記足首関節の角度の少なくとも１つを入力値とし、前記被験者が前記サルコペニアであるか否かを出力値として生成された予測モデルに、検出された前記立脚期における前記膝関節の角度、前記遊脚期における前記膝関節の角度、前記立脚期における前記つま先の鉛直方向の前記変位、前記遊脚期における前記つま先の鉛直方向の前記変位、前記立脚期における前記足首関節の角度、及び前記遊脚期における前記足首関節の角度の少なくとも１つを入力することで前記被験者が前記サルコペニアであるか否かを判定する、
    請求項１〜１５のいずれか１項に記載のサルコペニア評価方法。
  18. 被験者の歩行動作に基づいてサルコペニアを評価するサルコペニア評価装置であって、
    前記被験者の歩行に関する歩行データを取得する取得部と、
    前記歩行データから、前記被験者の一方の足の立脚期における前記一方の足の膝関節の角度、前記一方の足の遊脚期における前記一方の足の前記膝関節の角度、前記立脚期における前記一方の足のつま先の鉛直方向の変位、前記遊脚期における前記一方の足の前記つま先の鉛直方向の変位、前記立脚期における前記一方の足の足首関節の角度、及び前記遊脚期における前記一方の足の前記足首関節の角度の少なくとも１つを検出する検出部と、
    前記立脚期における前記膝関節の前記角度、前記遊脚期における前記膝関節の前記角度、前記立脚期における前記つま先の鉛直方向の変位、前記遊脚期における前記つま先の鉛直方向の変位、前記立脚期における前記足首関節の前記角度、及び前記遊脚期における前記足首関節の前記角度の少なくとも１つを用いて前記被験者がサルコペニアであるか否かを判定する判定部と、
    を備えるサルコペニア評価装置。
  19. 被験者の歩行動作に基づいてサルコペニアを評価するサルコペニア評価プログラムであって、
    前記被験者の歩行に関する歩行データを取得し、
    前記歩行データから、前記被験者の一方の足の立脚期における前記一方の足の膝関節の角度、前記一方の足の遊脚期における前記一方の足の前記膝関節の角度、前記立脚期における前記一方の足のつま先の鉛直方向の変位、前記遊脚期における前記一方の足の前記つま先の鉛直方向の変位、前記立脚期における前記一方の足の足首関節の角度、及び前記遊脚期における前記一方の足の前記足首関節の角度の少なくとも１つを検出し、
    前記立脚期における前記膝関節の前記角度、前記遊脚期における前記膝関節の前記角度、前記立脚期における前記つま先の鉛直方向の変位、前記遊脚期における前記つま先の鉛直方向の変位、前記立脚期における前記足首関節の前記角度、及び前記遊脚期における前記足首関節の前記角度の少なくとも１つを用いて前記被験者がサルコペニアであるか否かを判定するようにコンピュータを機能させる、
    サルコペニア評価プログラム。
JP2020023431A 2019-08-29 2020-02-14 サルコペニア評価方法、サルコペニア評価装置及びサルコペニア評価プログラム Active JP7473354B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US16/991,551 US20210059614A1 (en) 2019-08-29 2020-08-12 Sarcopenia evaluation method, sarcopenia evaluation device, and non-transitory computer-readable recording medium in which sarcopenia evaluation program is recorded
CN202010834841.8A CN112438722A (zh) 2019-08-29 2020-08-19 肌肉衰减症评估方法、评估装置以及存储介质
US18/386,040 US20240057946A1 (en) 2019-08-29 2023-11-01 Sarcopenia evaluation method, sarcopenia evaluation device, and non-transitory computer-readable recording medium in which sarcopenia evaluation program is recorded

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201962893294P 2019-08-29 2019-08-29
US62/893,294 2019-08-29

Publications (2)

Publication Number Publication Date
JP2021030049A true JP2021030049A (ja) 2021-03-01
JP7473354B2 JP7473354B2 (ja) 2024-04-23

Family

ID=74675054

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020023431A Active JP7473354B2 (ja) 2019-08-29 2020-02-14 サルコペニア評価方法、サルコペニア評価装置及びサルコペニア評価プログラム

Country Status (3)

Country Link
US (2) US20210059614A1 (ja)
JP (1) JP7473354B2 (ja)
CN (1) CN112438722A (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11957452B2 (en) * 2020-06-10 2024-04-16 Pmotion, Inc. Enhanced goniometer

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007125368A (ja) * 2005-09-26 2007-05-24 Aisin Seiki Co Ltd 歩行解析装置及び歩行解析方法
JP2013138783A (ja) * 2012-01-04 2013-07-18 National Institute Of Advanced Industrial Science & Technology つまずきリスク評価装置、つまずきリスク評価システム及びつまずきリスク評価方法
JP2013255786A (ja) * 2012-05-18 2013-12-26 Kao Corp 老年障害リスクの評価方法
JP2015029543A (ja) * 2013-07-31 2015-02-16 国立大学法人 宮崎大学 ロコモティブシンドロームの評価値算出方法、および評価装置
US20170243354A1 (en) * 2016-02-19 2017-08-24 Xerox Corporation Automatic frontal-view gait segmentation for abnormal gait quantification
JP2019084130A (ja) * 2017-11-08 2019-06-06 国立大学法人電気通信大学 歩行動作評価装置、歩行動作評価方法及びプログラム

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5052406A (en) * 1982-08-16 1991-10-01 Neurocom International, Inc. Apparatus and method for movement coordination analysis
JP4385274B2 (ja) * 2002-10-29 2009-12-16 ソニー株式会社 歩行波形特徴抽出方法及び個人識別装置
US10182757B2 (en) * 2013-07-22 2019-01-22 The Rockefeller University System and method for optical detection of skin disease
EP3046471A4 (en) * 2013-09-19 2017-05-17 Dorsavi Pty Ltd Method and apparatus for monitoring quality of a dynamic activity of a body
US9974478B1 (en) * 2014-12-19 2018-05-22 Great Lakes Neurotechnologies Inc. Discreet movement measurement and cueing system for improvement of safety and efficacy of movement
CN105597298A (zh) * 2016-04-05 2016-05-25 哈尔滨工业大学 基于肌电信号及肢体动作检测的健身效果评价系统
JP2017202236A (ja) * 2016-05-13 2017-11-16 花王株式会社 歩行分析方法及び歩行分析装置
SG11201902960QA (en) * 2016-10-07 2019-05-30 Panasonic Ip Man Co Ltd Cognitive function evaluation device, cognitive function evaluation method, and program
JP6649323B2 (ja) * 2016-10-27 2020-02-19 株式会社アシックス 歩行解析システム及び方法
CN108305683A (zh) * 2018-02-09 2018-07-20 马立敏 一种膝关节疾病预测装置及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007125368A (ja) * 2005-09-26 2007-05-24 Aisin Seiki Co Ltd 歩行解析装置及び歩行解析方法
JP2013138783A (ja) * 2012-01-04 2013-07-18 National Institute Of Advanced Industrial Science & Technology つまずきリスク評価装置、つまずきリスク評価システム及びつまずきリスク評価方法
JP2013255786A (ja) * 2012-05-18 2013-12-26 Kao Corp 老年障害リスクの評価方法
JP2015029543A (ja) * 2013-07-31 2015-02-16 国立大学法人 宮崎大学 ロコモティブシンドロームの評価値算出方法、および評価装置
US20170243354A1 (en) * 2016-02-19 2017-08-24 Xerox Corporation Automatic frontal-view gait segmentation for abnormal gait quantification
JP2019084130A (ja) * 2017-11-08 2019-06-06 国立大学法人電気通信大学 歩行動作評価装置、歩行動作評価方法及びプログラム

Also Published As

Publication number Publication date
JP7473354B2 (ja) 2024-04-23
US20210059614A1 (en) 2021-03-04
US20240057946A1 (en) 2024-02-22
CN112438722A (zh) 2021-03-05

Similar Documents

Publication Publication Date Title
CN110916679B (zh) 一种人体下肢位姿步态检测装置及方法
CN107080540B (zh) 用于分析人的步态和姿势平衡的系统和方法
JP7473355B2 (ja) 転倒リスク評価方法、転倒リスク評価装置及び転倒リスク評価プログラム
JP6433805B2 (ja) 運動機能診断装置及び方法、並びにプログラム
WO2017058913A1 (en) Wearable and connected gait analytics system
KR20170052628A (ko) 운동 과제 분석 시스템 및 방법
Wang et al. Quantitative assessment of dual gait analysis based on inertial sensors with body sensor network
WO2014118767A1 (en) Classifying types of locomotion
Wang et al. Home monitoring musculo-skeletal disorders with a single 3d sensor
US20240057946A1 (en) Sarcopenia evaluation method, sarcopenia evaluation device, and non-transitory computer-readable recording medium in which sarcopenia evaluation program is recorded
JP7439353B2 (ja) 認知機能評価方法、認知機能評価装置及び認知機能評価プログラム
Suriani et al. Optimal accelerometer placement for fall detection of rehabilitation patients
JP2020192307A (ja) 下肢筋力評価方法、下肢筋力評価プログラム、下肢筋力評価装置及び下肢筋力評価システム
KR102128268B1 (ko) 발 특성 정보를 이용한 보행 능력 예측 방법 및 시스템
McCalmont et al. eZiGait: toward an AI gait analysis and sssistant system
Gaud et al. Human gait analysis and activity recognition: A review
Anwary et al. Insole-based real-time gait analysis: Feature extraction and classification
KR20160035497A (ko) 스켈레톤 추출정보를 이용한 동작분석 기반의 체형분석 시스템
US20200410341A1 (en) Learning system, rehabilitation support system, method, program, and trained model
Dinh et al. Design and implementation of a wireless wearable band for gait analysis
JP7169213B2 (ja) 身体健康状態映像分析装置、方法並びにシステム
KR20220042631A (ko) 보행 영상 기반의 보행 측정 방법 및 이의 장치
CN112107290A (zh) 预测对象的多个步态周期的kam的系统、方法和软件应用程序
WO2022249746A1 (ja) 身体機能推定システム、身体機能推定方法、及び、プログラム
US20240041355A1 (en) Musculoskeletal strain

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20221122

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230724

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230802

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231030

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20240123

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240403

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20240409

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240411

R150 Certificate of patent or registration of utility model

Ref document number: 7473354

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150